Analisis Sentimen pada Sosial Media Twitter Terhadap Layanan Sistem Informasi Akademik Universitas Brawijaya dengan Metode K-Nearest Neighbor
| Main Authors: | Dharmawan, Luqman Rizky, Issa Arwani, S.Kom., M.Sc., Dian Eka Ratnawati, S.Si., M.Kom. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193589/1/0520150360%20-%20LUQMAN%20RIZKY%20DHARMAWAN.pdf http://repository.ub.ac.id/id/eprint/193589/ |
| ctrlnum |
193589 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/id/eprint/193589/</relation><title>Analisis Sentimen pada Sosial Media Twitter
Terhadap Layanan Sistem Informasi Akademik Universitas Brawijaya dengan
Metode K-Nearest Neighbor</title><creator>Dharmawan, Luqman Rizky</creator><creator>Issa Arwani, S.Kom., M.Sc.</creator><creator>Dian Eka Ratnawati, S.Si., M.Kom.</creator><subject>004 Computer science</subject><description>Sistem Informasi Akademik Mahasiswa Universitas Brawijaya (SIAM UB)
merupakan sebuah layanan akademik milik Universitas Brawijaya yang digunakan
untuk melayani keperluan akademik mahasiswa. Pada saat masa pergantian
semester, topik mengenai SIAM UB sempat menjadi trending topik di sosial media
Twitter. Twitter merupakan layanan sosial media yang cukup digemari oleh
masyarakat untuk menyampaikan opini atau pendapat pada topik tertentu
termasuk SIAM UB. Penelitian ini mencoba menganalisis tweet tentang SIAM UB
dengan mengklasifikasikan sebuah tweet kedalam kelas sentimen positif atau
kelas sentimen negatif. Proses klasifikasi diimplementasikan di aplikasi Rapid
Miner dengan metode K-Nearest Neighbor dan seleksi fitur Chi Square. Terdapat
4 proses utama untuk melakukan klasifikasi yaitu preprocessing, pembobotan
term, seleksi fitur dan klasifikasi. Hasil akurasi terbaik dari proses klasifikasi
diperoleh sebesar 86%. Hasil akurasi tersebut diperoleh ketika menggunakan nilai
k = 3 dan menggunakan 100% fitur. Presentase jumlah fitur yang digunakan
mempengaruhi nilai akurasi dimana semakin kecil presentasi fitur yang digunakan
semakin kecil pula nilai akurasi klasifikasi.</description><date>2020-05-04</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/id/eprint/193589/1/0520150360%20-%20LUQMAN%20RIZKY%20DHARMAWAN.pdf</identifier><identifier> Dharmawan, Luqman Rizky and Issa Arwani, S.Kom., M.Sc. and Dian Eka Ratnawati, S.Si., M.Kom. (2020) Analisis Sentimen pada Sosial Media Twitter Terhadap Layanan Sistem Informasi Akademik Universitas Brawijaya dengan Metode K-Nearest Neighbor. Sarjana thesis, Universitas Brawijaya. </identifier><relation>0520150360</relation><identifier>0520150360</identifier><recordID>193589</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Dharmawan, Luqman Rizky Issa Arwani, S.Kom., M.Sc. Dian Eka Ratnawati, S.Si., M.Kom. |
| title |
Analisis Sentimen pada Sosial Media Twitter
Terhadap Layanan Sistem Informasi Akademik Universitas Brawijaya dengan
Metode K-Nearest Neighbor |
| publishDate |
2020 |
| isbn |
9780520150362 |
| topic |
004 Computer science |
| url |
http://repository.ub.ac.id/id/eprint/193589/1/0520150360%20-%20LUQMAN%20RIZKY%20DHARMAWAN.pdf http://repository.ub.ac.id/id/eprint/193589/ |
| contents |
Sistem Informasi Akademik Mahasiswa Universitas Brawijaya (SIAM UB)
merupakan sebuah layanan akademik milik Universitas Brawijaya yang digunakan
untuk melayani keperluan akademik mahasiswa. Pada saat masa pergantian
semester, topik mengenai SIAM UB sempat menjadi trending topik di sosial media
Twitter. Twitter merupakan layanan sosial media yang cukup digemari oleh
masyarakat untuk menyampaikan opini atau pendapat pada topik tertentu
termasuk SIAM UB. Penelitian ini mencoba menganalisis tweet tentang SIAM UB
dengan mengklasifikasikan sebuah tweet kedalam kelas sentimen positif atau
kelas sentimen negatif. Proses klasifikasi diimplementasikan di aplikasi Rapid
Miner dengan metode K-Nearest Neighbor dan seleksi fitur Chi Square. Terdapat
4 proses utama untuk melakukan klasifikasi yaitu preprocessing, pembobotan
term, seleksi fitur dan klasifikasi. Hasil akurasi terbaik dari proses klasifikasi
diperoleh sebesar 86%. Hasil akurasi tersebut diperoleh ketika menggunakan nilai
k = 3 dan menggunakan 100% fitur. Presentase jumlah fitur yang digunakan
mempengaruhi nilai akurasi dimana semakin kecil presentasi fitur yang digunakan
semakin kecil pula nilai akurasi klasifikasi. |
| id |
IOS4666.193589 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2022-12-06T07:26:15Z |
| last_indexed |
2022-12-06T07:26:15Z |
| recordtype |
dc |
| _version_ |
1751456414516117504 |
| score |
17.538404 |