Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Alberi Meidharma Fadli Hulu
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 1 Documents
Search

 1 
Analisis Sentimen Politik pada Twitter Menggunakan Metode Support Vector Machine (Studi Kasus : Pilpres 2019) Alberi Meidharma Fadli Hulu; Kemas Muslim Lhaksmana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Salah satu media sosial yang digemari masyarakat adalah twitter. Banyak masyarakat yang mencurahkan pendapat atau pikiran mereka melalui tweet twitter, termasuk seperti pada masa sekarang ini masyarakat beramai-ramai memberikan tanggapan atau komentar melalui twitter mengenai peristiwa politik dan pemilihan presiden, komentar tersebut tidak hanya berisi hal-hal positif, tetapi juga ditemukan komentar yang bersifat negatif. Kelebihan twitter yaitu dapat diakses oleh semua orang dan kalangan sehingga dapat digunakan untuk memperkenalkan kandidat yang didukung, bertarung opini, berdebat, hingga menciptakan berita atau opini yang bersifat bohong untuk menyerang lawan politik. Tugas akhir ini bertujuan untuk mengetahui sentimen politik pengguna Twitter terhadap pemilihan presiden menggunakan metode Support Vector Machine dengan pembobotan TF-IDF. SVM dapat digunakan untuk mengklasifikasikan sentiman data atau kalimat yang diperoleh dari status twitter. Performansi sistem diukur berdasarkan Confusion Matrix dan akurasi. Nilai akurasi tertinggi yang didapatkan pada penelitian ini sebesar 62.88 % dengan TF-IDF menggunakan bentuk gabungan kata Unigram, Bigram dan Trigram. Konsep SVM dapat dijelaskan secara sederhana sebagai usaha mencari hyperplane terbaik yang berfungsi sebagai pemisah dua buah class pada input space. Kata kunci : media sosial, twitter, text maining, support vector machine
Co-Authors Kemas Muslim Lhaksmana