Analisis sentimen tentang pro kontra mata uang Kripto menggunakan algoritma Naive Bayes

Gunawan, Rafli Indra (2022) Analisis sentimen tentang pro kontra mata uang Kripto menggunakan algoritma Naive Bayes. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

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

Download (191kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_Abstrak.pdf

Download (273kB) | Preview
[img]
Preview
Text (ABSTRACT)
3_Abstract.pdf

Download (249kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
4_DaftarIsi.pdf

Download (743kB) | Preview
[img]
Preview
Text (BAB I)
5_Bab1.pdf

Download (2MB) | Preview
[img] Text (BAB II)
6_Bab2.pdf
Restricted to Registered users only

Download (4MB) | Request a copy
[img] Text (BAB III)
7_Bab3.pdf
Restricted to Registered users only

Download (3MB) | Request a copy
[img] Text (BAB IV)
8_Bab4.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[img] Text (BAB V)
9_Bab5.pdf
Restricted to Registered users only

Download (508kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
10_DaftarPustaka.pdf
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

Kesadaran masyarakat akan eksistensi mata uang kripto di Indonesia semakin meningkat. Namun, tidak sedikit pula masyarakat yang menolak mata uang kripto, masih banyak masyarakat Indonesia yang menolak dengan berbagai alasan, salah satunya dikarenakan fluktuasi harga dari mata uang ini yang sangat tinggi menjadikan berinvestasi pada mata uang kripto merupakan investasi dengan resiko yang tinggi. Untuk mengetahui opini masyarakat terhadap mata uang kripto maka diajukanlah sebuah sistem yang dapat menganalisis komentar para pengguna media sosial twitter termasuk ke dalam sentimen positif atau negatif. Tujuan dari penelitian ini adalah sistem yang dibangun mampu mengklasifikasikan tweet beropini positif dan negatif terhadap mata uang kripto dengan mengimplementasikan metode multinomial naïve bayes. Berdasarkan hasil perhitungan akurasi dan error, didapatkan akurasi sebesar 79%, precision 78%, dan recall sebesar 85%. Dari hasil klasifikasi yang dilakukan, total sentimen positif (71.7%) lebih banyak dibandingkan dengan sentimen negatif (28.3%).

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: mata uang kripto; multinomial naïve bayes; sentimen; klasifikasi; twitter;
Subjects: Data Processing, Computer Science
Applied mathematics
Applied mathematics > Programming Mathematics
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Rafli Indra Gunawan
Date Deposited: 21 Dec 2022 07:59
Last Modified: 21 Dec 2022 07:59
URI: https://digilib.uinsgd.ac.id/id/eprint/61978

Actions (login required)

View Item View Item