Analisis sentimen perspektif masyarakat Indonesia pada media sosial Twiter terhadap Dark Jokes menggunakan metode naïve bayes classifier dengan boosting adaboost

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Ariadi, Muhammad Faizal (2022) Analisis sentimen perspektif masyarakat Indonesia pada media sosial Twiter terhadap Dark Jokes menggunakan metode naïve bayes classifier dengan boosting adaboost. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Muhammad Faizal Ariadi_H76216064.pdf
Download (1MB)

Abstract

Media sosial saat ini merupakan pengaruh perkembangan teknologi, di media sosial semua orang bebas berpendapat, berkespresi, dan beropini. Twitter ialah salah satu media sosial yang digunakan oleh masyarakat untuk mengungkapkan suatu opini. Dark jokes merupakan suatu hal yang menuai banyak reaksi dari masyarakat. Dark jokes sesuatu hal yang selalu mendapatkan pro dan kontra dari berbagai pandangan masyarakat. Untuk melihat seberapa banyak pandangan masyarakat dapat digunakan analisis sentimen pada tweet yang ada di Twitter. Metode yang digunakan merupakan metode analisis sentimen yaitu NBC dan NBC dengan Adaboost. Metode Adaboost digunakan untuk optimasi dari metode NBC. Hasil penelitian ini menunjukkan bahwa metode Adaboost tidak dapat mengoptimasi dari metode NBC. Metode NBC mendapatkan akurasi sebesar 63,5% sedangkan Adaboost dengan NBC memperoleh akurasi 64,5%. Metode Adaboost dapat mengoptimasi hasil dari NBC meskipun kurang signifikan, hal tersebut dikarenakan data yang digunakan merupakan data yang semi-imbalance, metode Adaboost merupakan metode yang akan bekerja dengan baik jika data yang digunakan merupakan data yang imbalance. Hasil klasifikasi sentimen menggunakan metode NBC mendapatkan 48% label positif, 17% neutral, dan 35% negatif.