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

Downloads

Downloads per month over past year

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

[thumbnail of Implementasi Text Mining Terhadap Virus Polio Berdasarkan Opini Dari Media Sosial Twitter Menggunakan Metode K-Nearest Neighbors] Text (Implementasi Text Mining Terhadap Virus Polio Berdasarkan Opini Dari Media Sosial Twitter Menggunakan Metode K-Nearest Neighbors)
0230000000046.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

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 (Undergraduate)
Uncontrolled Keywords: Polio, K-Nearest Neighbors, Media Sosial Twitter
Subjects: H Social Sciences > HA Statistics
H Social Sciences > HN Social history and conditions. Social problems. Social reform
Divisions: Fakultas Teknik > Teknik Informatika
Department: S1 - Teknik Informatika
Depositing User: Perpus UWP .
Contributors:
Contribution
Name
NIDN
Email
Thesis advisor
Suzana, Dewi
1117048302
Date Deposited: 11 Apr 2025 03:22
Last Modified: 11 Apr 2025 03:22
URI: https://repository.uwp.ac.id/id/eprint/1987

Actions (login required)

View Item
View Item