ANALISA SENTIMEN MENGGUNAKAN LEXICON BASED UNTUK MELIHAT PERSEPSI MASYARAKAT TERHADAP KENAIKAN HARGA ROKOK PADA MEDIA SOSIAL TWITTER
Teks penuh
Gambar
Dokumen terkait
Hasil dari penelitian ini memperoleh tweet positif sebanyak 1433, tweet negatif sebanyak 461 dan tweet sebanyak netral 71 untuk K-Nearest Neighbors dan Lexicon tweet sebanyak
Penelitian ini sudah mencoba menggunakan metode atas seleksi fitur dan klasifikasi metode Naïve Bayes untuk mengklasifikasi media sorot tweet positif dan negatif
Metode kombinasi Lexicon-based dan SVM dapat mengklasifikasikan sentimen yang terdapat dari suatu tweet dengan keluaran positif atau negatif, dengan akurasi berkisar
Metode berbasis lexicon umumnya menggunakan kamus yang berisi kata-kata opini untuk menentukan suatu sentimen atau polaritas (positif atau negatif) dari suatu data teks,
Pada penelitian ini tujuannya adalah melihat tanggapan masyarakat terhadap vaksin Sinovac, apakah sentimen yang diberikan lebih banyak yang positif, netral, atau negatif
