Perpustakaan Fakultas Ilmu Komputer

Pengarang	Bintang Glenn Julian;
Pembimbing	Indra Budi
Kata Kunci	Sentiment analysis lGovernor performance, n-gram, emoji, all-caps
Tahun buku	2019
Barcode RFID baru	11655174
Tahun Angkatan	2014
Progam Studi	Sistem Informasi
Lokasi	FASILKOM-UI;
Tanggal Datang	24/01/2019
Abstrak Indonesia	ABSTRAK Nama : Bintang Glenn Julian Program Studi : Sistem Informasi Judul : Kinerja Gubernur dan Wakil Gubernur DKI Jakarta selama 2017-2018 berdasarkan Analisis Sentimen menggunakan Data Twitter dan Instagram Analisis sentimen merupakan topik yang sudah mulai banyak digunakan dalam bidang politik maupun terkait hal yang dapat membantu pemerintahan. Mengetahui pandangan masyarakat terhadap pemerintah merupakan salah satu hal yang dapat dicapai menggunakan analisis sentimen. Gubernur dan Wakil Gubernur DKI Jakarta periode 2017-2022 sudah mendapat sorotan sejak Pilkada hingga satu tahun masa pemerintahannya. Data terkait hal tersebut dikumpulkan melalui Twitter dan Instagram untuk dianalisis. N-gram, emoji, dan all-caps digunakan sebagai fitur dalam melakukan klasifikasi sentimen. Berdasarkan percobaan yang dilakukan, kedua hal tersebut dapat membantu meningkatkan performa klasifikasi. Algoritme Naļve Bayes, Random Forest, dan SVM dibandingkan untuk digunakan pada model klasifikasi. Hasilnya, SVM mendapatkan hasil terbaik dengan akurasi dan F1-score tertinggi pada Twitter masing-masing sebesar 89,998% dan 89,971%. SVM juga mendapatkan hasil terbaik pada Instagram dengan akurasi sebesar 96,213% dan F1-score sebesar 96,213%. Hasil klasifikasi sentimen menunjukkan bahwa masyarakat cenderung memiliki pandangan netral terhadap Gubernur dan Wakil Gubernur DKI Jakarta periode 2017-2022 dalam satu tahun pemerintahannya. Selain itu, masyarakat lebih banyak memiliki pandangan positif dibandingkan dengan pandangan negatif. Kata kunci: Analisis sentimen, kinerja Gubernur, n-gram, emoji, all-caps
Judul	Kinerja gubernur dan wakil gubernur DKI Jakarta selama 2017-2018 berdasarkan analisis sentimen menggunakan data twitter dan instagram
NPM	1506757535
Abstrak English	ABSTRACT Name : Bintang Glenn Julian Study Program : Sistem Informasi Title : Performance of DKI Jakarta Governor and Vice Governor on 2017-2018 based on Sentiment Analysis using Twitter and Instagram Data Sentiment analysis is one of the topic that recently getting more usage on political field or government-related things. Analyzing citizens’ view on the government is one of the things that can be done using sentiment analysis. Governor and Vice Governor of DKI Jakarta for 2017-2022 period already gaining public spotlight since the election period even until one year of their governance. Data related to that topic is gathered from Twitter and Instagram for further analysis. N-gram, emoji, and all-caps is used as features to classify sentiment of each item. Based on the experiment, those features can help to increase classification performance. Naļve Bayes, Random Forest, and SVM algorithm are compared to select the best algorithm out of those three algorithm. The best algorithm then implemented on classification model to detect sentiment. Based on the experiment, SVM get the best result with highest accuracy and F1-score on Twitter with 89,998% and 89,971% respectively. SVM also get best result on Instagram with 96,213% accuracy and 96,213% F1-score. The result of the classification shows that citizens tend to have neutral view on Governor and Vice Governor of DKI Jakarta for 2017-2022 period on their first year of governance. In addition, there are more positives than negatives on citizens’ view. Keyword: Sentiment analysis lGovernor performance, n-gram, emoji, all-caps
Penguji 2	Rizal Fahoni Aji
Fisik	xiii, 74 hlm.ill; 30 cm.
Bahasa	Ind
Penerbitan	Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2019
No. Panggil	SK-1661 (Softcopy SK-1143)
Penguji 1	Wahyu Catur Wibowo
Lulus semester SI	Ganjil 2018/2019

Lokasi : Perpustakaan Fakultas Ilmu Komputer

Nomor Panggil	ID Koleksi	Status
SK-1661 (Softcopy SK-1143)		TERSEDIA

SK-1661 Bintang_1506757535.pdf

Tidak ada review pada koleksi ini: 46466

ABSTRAK Nama : Bintang Glenn Julian Program Studi : Sistem Informasi Judul : Kinerja Gubernur dan Wakil Gubernur DKI Jakarta selama 2017-2018 berdasarkan Analisis Sentimen menggunakan Data Twitter dan Instagram Analisis sentimen merupakan topik yang sudah mulai banyak digunakan dalam bidang politik maupun terkait hal yang dapat membantu pemerintahan. Mengetahui pandangan masyarakat terhadap pemerintah merupakan salah satu hal yang dapat dicapai menggunakan analisis sentimen. Gubernur dan Wakil Gubernur DKI Jakarta periode 2017-2022 sudah mendapat sorotan sejak Pilkada hingga satu tahun masa pemerintahannya. Data terkait hal tersebut dikumpulkan melalui Twitter dan Instagram untuk dianalisis. N-gram, emoji, dan all-caps digunakan sebagai fitur dalam melakukan klasifikasi sentimen. Berdasarkan percobaan yang dilakukan, kedua hal tersebut dapat membantu meningkatkan performa klasifikasi. Algoritme Naļve Bayes, Random Forest, dan SVM dibandingkan untuk digunakan pada model klasifikasi. Hasilnya, SVM mendapatkan hasil terbaik dengan akurasi dan F1-score tertinggi pada Twitter masing-masing sebesar 89,998% dan 89,971%. SVM juga mendapatkan hasil terbaik pada Instagram dengan akurasi sebesar 96,213% dan F1-score sebesar 96,213%. Hasil klasifikasi sentimen menunjukkan bahwa masyarakat cenderung memiliki pandangan netral terhadap Gubernur dan Wakil Gubernur DKI Jakarta periode 2017-2022 dalam satu tahun pemerintahannya. Selain itu, masyarakat lebih banyak memiliki pandangan positif dibandingkan dengan pandangan negatif. Kata kunci: Analisis sentimen, kinerja Gubernur, n-gram, emoji, all-caps