PERPUSTAKAAN UNIVERSITAS TRILOGI

  • Beranda
  • E-Library
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • E-Resources
    Trilogi Free Journal Perpustakaan Nasional
      E-Resources Perpusnas Indonesia OneSearch
    Gale
      Business & Economic Science & Engineering Social & Humanities
  • Area Member
    Masuk Form Pengunjung
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Implemensi metode lexicon dan algoritma K-Nearest Neighbor (K-NN) untuk analisis sentimen terhadap judul media online

Text

Implemensi metode lexicon dan algoritma K-Nearest Neighbor (K-NN) untuk analisis sentimen terhadap judul media online

Jasmine Nabila Novel - Nama Orang - Pengarang Utama; Nina Sariana - Nama Orang - Pembimbing; Rudi Setiawan - Nama Orang - Pembimbing;

Selama dua periode kepemimpinannya, Presiden Joko Widodo telah meluncurkan sejumlah kebijakan yang menimbulkan berbagai reaksi di masyarakat dan sering dilaporkan oleh berita media online. Dengan meningkatnya frekuensi pemberitaan mengenai Presiden Joko Widodo, penting untuk dapat menganalisis sentimen dari judul berita yang diterbitkan oleh berita media online. Untuk itu, diperlukan metode pelabelan dan algoritma klasifikasi yang tepat untuk mengkategorikan sentimen pada judul berita ke dalam kategori positif, negatif, atau netral dengan akurat. Dalam penelitian ini, analisis sentimen dilakukan menggunakan metode lexicon (InSet Lexicon) yang memanfaatkan kamus kata untuk menentukan polaritas sentimen, dan metode K-Nearest Neighbors (KNN) untuk algoritma klasifikasi. Hasil penelitian dari tiga situs web, yaitu kumparan.com, detik.com, dan ennindonesia.com yang menunjukkan bahwa nilai k=8 adalah parameter k-neighbors yang paling optimal, dengan akurasi tertinggi sebesar 0.7067 pada detik.com. Selain itu, nilai rata-rata untuk 3 kelas sentimen mencatat presisi sebesar 0.86, recall 0.39, dan fl-score 0.37. Dengan dilakukannya penelitian ini, diharapkan dapat menunjukkan bahwa bagaimana algoritma Lexicon dan K-Nearest Neighbors dapat digunakan untuk menentukan sentimen secara otomatis, mengurangi kebutuhan penilaian manusia, dan menghasilkan analisis sentimen yang lebih objektif.


Ketersediaan
SI24/034SI 24/034Prodi Sistem Informasi (Ruang Skripsi dan Tesis)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
SI 24/034
Penerbit
Jakarta : Universitas Trilogi., 2024
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SI
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Management information systems
Trilogi University--Management information systems
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Jasmine Nabila Novel
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNIVERSITAS TRILOGI
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan UNIVERSITAS TRILOGI merupakan Pusat Informasi dan sumber belajar yang mempunyai fungsi utamanya adalah menunjang pelaksanaan Tridharma Perguruan Tinggi yang meliputi pendidikan, penelitian dan pengabdian masyarakat. 

1. Membantu terlaksananya pendidikan dan pengajaran yang menuju suatu keahlian professional 

2. Menyediakan koleksi yang memadai demi terlaksananya penelitian terapan 

3. Menjadikan koleksinya sebagai penunjang pelaksanaan pengabdian kepada masyarakat.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik