Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains dan Teknologi Terapan
Dahur, Arnoldus Janssen
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN MASYARAKAT PADA MEDIA SOSIAL TWITTER TERHADAP PENERAPAN NEW NORMAL DI INDONESIA MENGGUNAKAN METODE LEXICON BASED Dahur, Arnoldus Janssen; Albanna, Isa
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2021: Peluang dan Tantangan Peningkatan Riset dan Teknologi di Era Pasca Covid-19
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi virus covid-19 memberikan banyak dampak bagi perkembangan kehidupan manusia disemuabagian negara di dunia., tak luput juga di Indonesia. Setiap harinya ada korban manusia yang terjangkitvirus covid-19 yang menyebabkan banyak korban meninggal dunia. Oleh karena itu menyebabkan aktivitasdalam berbagai aspek banyak yang tidak berjalan normal seperti biasanya, untuk mengatasi itu semuabanyak negara mengeluarkan kebijakan masing-masing dan yang banyak digunakan adalah kebijakan newnormal. Akan tetapi kebijakan new normal ini banyak menuai pro dan kontra di tengah masyarakat yangmenyebabkan berbagai opini dari mereka yang seringkali mereka tuangkan lewat media social, salahsatunya media sosial twitter. Oleh karena itu opini masyarakat itu bisa menjadi informasi yang digunakanuntuk mengeluarkan kebijakan pemerintah selanjutnya. Untuk mengolah data dari opini masyarakat yangmereka tuangkan lewat media sosial twitter maka dilakukan analisis sentiment. Analisis sentiment inimemiliki tahapan-tahapan didalamnya diantaranya pengumpulan data, preprocessing, klasifikasi, dan yangterakhir visualisasi data. Dalam penelitian ini digunakan metode lexicon based untuk proses klasifikasidata. Berdasarkan penelitian tersebut maka didapat hasil akhir klasifikasi yaitu dari jumlah 1338 tweettotal keseluruhan data, setelah dianalisis ada 563 data yang positif, 751 yang negative dan ada 24 yangnetral, atau dikonversikan dalam bentuk persen, yaitu 42,1 % untuk sentiment positif ,56,1% untuksentiment negative, dan 1,8% untuk sentiment netral.
Co-Authors Isa Albanna