Implementasi Text Mining Terhadap Virus Polio Berdasarkan Opini Dari Media Sosial Twitter Menggunakan Metode K-Nearest Neighbors

Hasby, Syah Mujahiddin Illa Falasthin (2023) Implementasi Text Mining Terhadap Virus Polio Berdasarkan Opini Dari Media Sosial Twitter Menggunakan Metode K-Nearest Neighbors. Other thesis, Universitas Wijaya Putra.

[img] Text (Implementasi Text Mining Terhadap Virus Polio Berdasarkan Opini Dari Media Sosial Twitter Menggunakan Metode K-Nearest Neighbors)
Tugas Akhir 19053027(hasby) IMPLEMENTASI TEXT MINING TERHADAP VIRUS POLIO BERDASARKAN OPINI DARI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE K-NEAREST NEIGHBORS (Autosaved) - hasby syah.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Menerapkan algoritma K-Nearest Neighbors dalam aplikasi berbasis web Text mining analisis sentiment tanggapan masyarakat terhadap Polio dimedia sosial twitter. Mengetahui bagaimana sentimen masyarakat Indonesia terkait Polio yang ada dimedia sosial twitter.Bagaimana menerapkan metode K-Nearest Neighbors untuk melakukan analisis sentiment pada media sosial twitter. Bagaimana kebijakan kementrian kesehatan dari hasil opini masyarakat yang saya dapat dari media social Metode K-Nearest Neighbor ialah pemindahan data ke dalam suatu cluster yang telah dibentuk sebelumnya untuk pegelompokkan. Terdapat beberapa tahapan pada perhitungan metode K-NN.Menghitung Tingkat Kemiripan (Cosine Similarity) Yaitu dengan hitung jarak atau tingkat kemiripan data dengan setiap data latih yangada dengan rumus jarak Cosine Similarity. kemudian, sistem akan mengurutkannilai jarak yang tertinggi hingga terendah. berdasarkan proporsi perbandingan atau persentasi dari kategori yang ditampilkan secara visual. Menunjukkan bahwa gambar diatas menjelaskan komentar positif lebih mendominasi dari Hasil sentimen analisis yang dilakukan. yang mana sentimen positif sebesar 62% sedangkan sentiment negatif sebesar 37%. Word Cloud ini membantu kita dalam memvisualisasikan banyaknya kemunculan kata-kata dengan ukuran yang berbeda-beda dan dapat dilihat beberapa kata ukuranya besar yaitu immunisasi,vaksin,polio. yang mana contohnya itu imunisasi program pemerintah gratis.Dengan berdasarkan hasil analisis yang di dapat media sosil twitter berjumlah 1017 dari tanggal 22 maret sampai jaunary 2023 yang terdiri dari 2 class sentimen yaitu positif yang berjumlah 640 dan negatif 378.Dari hasil tersebut didapatkan persentase 62 % positif 37 % negatif yang mana lebih di dominasi oleh sentimen positif. Disarankan juga memasukkan kosa kata pada panduan normalisasi sehingga lebih banyak istilah yang dinormalisasi.
Kata Kunci : Polio, K-Nearest Neighbors, Media Sosial Twitter

Item Type: Thesis (Other)
Uncontrolled Keywords: Polio, K-Nearest Neighbors, Media Sosial Twitter
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Rifki Yusuf Meidiansyah, A.Md. Lib.
Date Deposited: 18 Jan 2024 03:03
Last Modified: 18 Jan 2024 03:03
URI: http://eprints.uwp.ac.id/id/eprint/5416

Actions (login required)

View Item View Item