Tesis Arina Selawati

Tesis Arina Selawati

• By Arina Selawati;
• 161
• 1-85

Berita mengenai transportasi online di Indonesia pada tahun 2019 hingga awal 2020 telah publish di beberbagai media online Indonesia, Karena cukup banyak informasi yang ada dalam bentuk teks tanpa ada skala numerik, sulit untuk mengklasifikasikan evaluasi informasi secara efisien tanpa membaca teks secara lengkap. Sentiment analysis digunakan untuk mengotomatisasi proses identifikasi pendapat apakah itu adalah pandangan positif atau negatif. Mengklasifikasikan sentimen pada berita dari media berita online dengan process Text Mining dan menggunakan metode improve Classification Accuracy / Ensemble Methods Techniques dengan memodifikasi pemodelan algoritma klasifikasi metode naïve bayes, classifier Support vector machine dan k-nearest neighbor yang ditambahkan dengan metode Particle Swarm Optimization dan metode Vote yang selanjutnya akan dilakukan analisis komparasi. Hasil penelitian diatas adalah mendapatkan nilai akurasi algoritma SVM walau setelah menggunakan fitur seleksi PSO dengan ensembles Vote masih berada di akurasi 84.16%, Begitupun untuk algoritma NB yang mendapatkan 79,08% dan KNN mendapatkan akurasi 87,19%. Kata-kata tersebut akan digunakan untuk melihat kata-kata yang berhubungan dengan sentimen yang sering muncul dan memiliki bobot tertinggi dan dapat digunakan untuk mengetahui artikel berita positif dan artikel berita negatif. Dan untuk penelitian kali ini model yang menggunakan algoritma KNN mendapatkan akurasi tertinggi.

Kata kunci: Berita Online, Analis Senimen, Text Mining, Classification Accuracy 

• Katakunci Berita Online, Analis Senimen, Text Mining, Classification Accuracy
• URL http://
• Penerbit ,

REFERENSI