Analisis Sentimen Masyarakat Terhadap Rokok Pada Twitter Menggunakan Algoritma K-Nerest Neighbor (K-NN) dan Support Vector Machine (SVM)

Octaviani, Rosalinda (2022) Analisis Sentimen Masyarakat Terhadap Rokok Pada Twitter Menggunakan Algoritma K-Nerest Neighbor (K-NN) dan Support Vector Machine (SVM). Diploma thesis, Universitas Lancang Kuning.

	Text 1855201120_BAB-I_VI_DAFTAR-PUSTAKA.pdf Download (1MB)
	Text 1855201120_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Repository staff only Download (834kB) | Request a copy

Abstract

Berdasarkan informasi yang dikutip pada page (jpnn.com) Indonesia menempati urutan ketiga negara dengan jumlah perokok terbanyak. Prevalensinya mencapai 33,8% atau sekitar 65,7 juta penduduk Indonesia adalah perokok. Jumlah perokok remaja laki-laki telah meningkat sebesar 58,8%, dan merokok di Indonesia telah menyebabkan setidaknya 235.000 kematian setiap tahun. Media Sosial Twitter adalah salah satu contoh media sosial yang memungkinkan orang untuk saling berkomunikasi. Twitter menawarkan penggunanya layanan untuk memposting dan membaca tweet yang dibagikan, sehingga orang lebih suka mengekspresikan pendapat mereka melalui media sosial daripada secara langsung. Hasil analisis dirancang untuk memahami pro dan kontra persepsi masyarakat terhadap rokok. Proses klasifikasi menggunakan algoritma K-Nerest Neighbor (K�NN) dan Support Vector Machine (SVM). Nilai akurasi K-NN dengan k=1 diperoleh dengan menggunakan hasil uji confusion matrix 87,95 % dan untuk metode SVM sebesar 81,93%.

Actions (login required)

View Item