ANALISIS SENTIMEN TERHADAP PELAYANAN WISMA ATLET PADA MASA PANDEMI MENGGUNAKAN METODE KLASIFIKASI

• PETRUS DAMIANUS BATLAYERI
• 14002337

---

ABSTRAK

Dalam penelitian analisis ini, proses klasifikasi dokumen di bagi dalam dua kelas, yaitu kelas sentimen positif dan negatif. Media sosial telah menyediakan tempat bagi pengguna web untuk mengungkapkan berbagai pemikiran, pendapat dan menyampaikan berita tentang topik yang berbeda-beda. Data diperoleh dari jejaring sosial twitter berdasarkan komentar yang ada. Penelitian ini bertujuan untuk menentukan sentimen publik terhadap dampak dari pelayanan Wisma Atlet dimasa pandemic virus covid-19 ini, sehingga menjadi penilaian tersendiri untuk melakukan riset atas opini publik. Klasifikasi algoritma seperti Naive Bayes, k-nearest neighbor, decision tree dan deep learning yang di usulkan oleh banyak peneliti untuk digunakan dalam analisis sentimen teks. Keempat algoritma dan metodenya akan di uji dengan dua masukan dengan menggunakan komentar tokenize and transfrom case yang positif dan negatif, akurasi yang didapat algoritma naive bayes accuracy: 80.84% +- 4.22% k-nn accuracy : 82.42%. Hasil penelitian menunjukan bahawa algortma k-nn mendapatkan hasil terbaik dan akurat. penelitian ini berhasil mendapatkan algoritma yang efektif dan terbaik dalam mengklasfikasi kan komentar positif dan komentar negatif terkait dengan analisis sentimen pelayanan wisma atlet pada masa pandemi dengan metode klasifikasi.

KATA KUNCI

Data Mining,Klasifikasi

---

DAFTAR PUSTAKA