Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi dan Komputer (JITTER)
Khasanah, Siti Rohmatul
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN BERITA UNIVERSITAS UDAYANA MENGGUNAKAN METODE FULL TEXT SEARCH (NATURAL LANGUAGE) DAN RULE BASED METHOD Khasanah, Siti Rohmatul; Putra, I Ketut Gede Darma; Dharmadi, I Putu Arya
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 3 No 1 (2022): JITTER, Vol.3, No.1, April 2022
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (479.942 KB) | DOI: 10.24843/JTRTI.2022.v03.i01.p20

Abstract

Abstrak Perkembangan teknologi membuat berita online banyak disajikan melalui website. Saat ini banyak berita tentang Universitas Udayana yang ada di berbagai website. Dengan adanya berita tersebut Universitas Udayana dapat melakukan evaluasi untuk meningkatkan citranya dimata publik dengan cara melakukan analisis sentimen berita mengingat Universitas Udayana merupakan salah satu Universitas yang paling diminati di Bali. Data berita didapatkan dengan melakukan web scraping dari beberapa situs berita. Data berita yang didapatkan diproses dengan beberapa tahapan, tahapan tersebut meliputi filtering, stemming, pencocokan kata dengan metode Full Text Search (Natural Language), klasifikasi sentimen dengan metode Rule Based Method, visualisasi dengan web dan pengujian menggunakan confussion matix. Hasil pengujian menunjukkan aplikasi analisis sentimen berita Universitas Udayana dapat bekerja dengan baik untuk mengenali sentimen berita positif sebagai kelebihan Universitas Udayana dan mengenali sentimen berita negatif sebagai kekurangan Universitas Udayana dengan tingkat akurasi sebesar 94%, tingkat presisi positif sebesar 98%, presisi negatif sebesar 84%, presisi netral sebesar 100%, recall positif sebesar 91%, recall negatif sebesar 96%, dan recall netral sebesar 100%. Keywords: Analisis Sentimen, Full Text Search (Natural Language), Rule Based Method, Berita Online Universitas Udayana.
Co-Authors Dharmadi, I Putu Arya I Ketut Gede Darma Putra