ANALISIS TINGKAT KEPUASAN MAHASISWA PADA BIRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS LABUHANBATU MENGGUNAKAN METODE ALGORITMA ID3 PADA MACHINE LEARNING

RISKY AMALDI HARAHAP, NPM 2009100050 (2024) ANALISIS TINGKAT KEPUASAN MAHASISWA PADA BIRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS LABUHANBATU MENGGUNAKAN METODE ALGORITMA ID3 PADA MACHINE LEARNING. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (992kB)
	Text BAB I.pdf Download (1MB)
	Text BAB II.pdf Download (6MB)
	Text BAB III.pdf Download (2MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (359kB)
	Text DAFTAR PUSTAKA.pdf Download (674kB)

Abstract

Analisis sentimen yang dilakukan dalam text mining menggunakan metode Naive Bayes melibatkan beberapa tahapan kunci, mulai dari pengumpulan data tweet hingga proses modelling dan evaluasi. Data tweet yang dikumpulkan digunakan untuk mengidentifikasi kata-kata kunci yang sering muncul dalam percakapan terkait, seperti "pemilihan presiden", "Prabowo", "Subianto", "Gibran", "Raka", "Rakabuming", dan "2024". Hasil dari analisis ini ditampilkan dalam word cloud, di mana ukuran kata-kata mencerminkan frekuensi kemunculan mereka dalam dataset, memberikan gambaran tentang topik dan isu-isu yang paling dominan dalam percakapan masyarakat terkait pemilihan presiden. Evaluasi hasil dilakukan untuk mengukur kinerja model, di mana akurasi sebesar 87% diperoleh dari proses ini. Hasil evaluasi yang baik ini menunjukkan bahwa Naive Bayes cocok dan efektif untuk digunakan dalam penelitian ini, memberikan keyakinan bahwa model mampu mengklasifikasikan sentimen dengan akurasi yang tinggi dalam konteks analisis sentimen pada data tweet terkait pemilihan presiden. Analisis sentimen menggunakan Naive Bayes dalam text mining tidak hanya memberikan pemahaman yang lebih dalam tentang persepsi dan respons masyarakat terhadap calon dan isu-isu kampanye, tetapi juga memberikan landasan untuk pengambilan keputusan yang lebih baik dalam strategi komunikasi dan kampanye politik. Dengan memanfaatkan teknologi ini, peneliti dapat secara efektif memantau dan mengukur dinamika opini publik secara real-time, memungkinkan respons yang lebih tepat dan adaptasi strategi yang diperlukan untuk mencapai tujuan kampanye yang diinginkan. Kata Kunci : Analisis Sentimen; Word Clouds; Metode Naïve Bayes; Text Mining; Pemilihan Presiden

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Analisis Sentimen; Word Clouds; Metode Naïve Bayes; Text Mining; Pemilihan Presiden
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	29 Aug 2024 07:46
Last Modified:	29 Aug 2024 07:46
URI:	http://repository.ulb.ac.id/id/eprint/995

Actions (login required)

View Item