Deteksi kata sarkasme berbahasa Indonesia pada teks di media sosial X dengan menggunakan Multinomial Naive Bayes

Kamal, Ahmad (2023) Deteksi kata sarkasme berbahasa Indonesia pada teks di media sosial X dengan menggunakan Multinomial Naive Bayes. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_Cover.pdf

Download (24kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_Abstrak.pdf

Download (25kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_Daftar isi.pdf

Download (103kB) | Preview
[img]
Preview
Text (BAB I)
4_BAB I.pdf

Download (193kB) | Preview
[img] Text (BAB II)
5_BAB II.pdf
Restricted to Registered users only

Download (309kB)
[img] Text (BAB III)
6_BAB III.pdf
Restricted to Registered users only

Download (394kB)
[img] Text (BAB IV)
7_BAB IV.pdf
Restricted to Registered users only

Download (916kB)
[img] Text (BAB V)
8_BAB V.pdf
Restricted to Registered users only

Download (25kB)
[img] Text (DAFTAR PUSTAKA)
9_Daftar Pustaka.pdf
Restricted to Registered users only

Download (110kB)

Abstract

Masyarakat di Indonesia banyak yang sudah menggunakan media sosial sebagai sarana untuk berinteraksi antar sesama pengguna media sosial mulai dari kalangan muda hingga tua. Tentunya ini menjadi perhatian khusus dimana media sosial tidak dapat terkontrol dengan menyeluruh yang membuat dampak negatif tidak dapat terbendung salah satunya dengan penggunaan kata sarkasme. Dampak yang ditimbulkan oleh kata-kata sarkasme ini sangat besar bagi masyarakat Indonesia dalam berbagai faktor terutama konten yang menyangkut pendidikan, berita, hiburan dan lain-lain yang menjurus ke hal negatif. Penelitian ini memliki tujuan untuk mendeteksi kata sarkasme dengan algoritma Multinomial Naïve Bayes (MNB) dan mengetahui hasil pengujian untuk mendeteksi kata sarkasme dengan algoritma Multinomial Naïve Bayes (MNB). Data yang digunakan yaitu 5.000 konten berbentuk teks, hasil pendeteksian memiliki memiliki akurasi terendah sebesar 79% dan akurasi tertinggi sebesar 81%, Dari semua hasil pengujian rata-rata akurasi pemodelan ini yaitu 80%.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Media Sosial; Sarkasme; Multinomial Naïve Bayes
Subjects: Numerical Analysis
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Kamal ahmad
Date Deposited: 06 Dec 2023 08:35
Last Modified: 06 Dec 2023 08:35
URI: https://digilib.uinsgd.ac.id/id/eprint/82943

Actions (login required)

View Item View Item