Analisis Sentimen Pendapat Masyarakat terhadap Teknologi AI (Artificial Intelligence) pada Media Twitter Menggunakan Metode Naïve Bayes Classifier

Dharmawangsa, Putu Ngurah (2024) Analisis Sentimen Pendapat Masyarakat terhadap Teknologi AI (Artificial Intelligence) pada Media Twitter Menggunakan Metode Naïve Bayes Classifier. Undergraduate thesis, Politeknik Negeri Bali.

[img] Text (Full Text)
RAMA_58302_2015354021_full.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text (Cover - Bab 1, Bab 5 dan Referensi)
RAMA_58302_2015354021_0013048502_0011049406_part.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (706kB)
[img] Text (iThenticate)
RAMA_58302_2015354021_iThenticate.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Teknologi AI (Artificial Intelligence) menjadi salah satu topik yang ramai dibahas di media sosial, terutama pada platform Twitter. Kecenderungan opini masyarakat terhadap teknologi AI dapat dianalisis dengan sistem analisis sentimen. Sistem ini menggunakan berbagai library Python, termasuk scikit-learn yang digunakan untuk pemodelan naïve bayes classifier serta evaluasi model dengan confusion matrix, NLTK yang digunakan dalam tahap preprocessing, dan PySastrawi yang digunakan untuk proses stemming data. Penulis menggunakan data Twitter pada periode Januari 2021 sampai dengan Agustus 2024 dengan banyak dataset berjumlah 2460 data. Data tersebut akan diklasifikasi dengan diberi label positif dan negatif menggunakan kamus InSet Lexicon. Penelitian ini bertujuan untuk menilai sejauh mana kecenderungan sentimen masyarakat terhadap teknologi AI. Dari penelitian ini, didapatkan hasil bahwa sentiment masyarakat cenderung positif yaitu sebesar 53,8%. Hasil akurasi pada algoritma Naïve Bayes Classifier dan ekstraksi fitur TF-IDF pada data teknologi AI sebesar 77%. Hasil pengujian menunjukkan bahwa sistem dapat memproses dan menyimpan data dengan efektif, serta menghasilkan analisis yang konsisten dengan studi sebelumnya. Penelitian ini berhasil mencapai tujuan yang ditetapkan, meskipun terdapat potensi perbaikan melalui penerapan teknik yang lebih canggih. Kontribusi penelitian ini terletak pada pengintegrasian berbagai teknik preprocessing dan model klasifikasi untuk analisis sentimen bahasa Indonesia.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Sentimen, Naïve Bayes Classifier, InSet Lexicon, Auth Token Twitter
Subjects: Ilmu Teknik > Teknik Elektro Dan Informatika > Sistem Informasi
Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Perangkat Lunak
Divisions: Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User: Putu ngurah Dharmawangsa
Date Deposited: 04 Sep 2024 14:03
Last Modified: 04 Sep 2024 14:03
URI: http://repository.pnb.ac.id/id/eprint/12917

Actions (login required)

View Item View Item