|
UPT. PERPUSTAKAAN
Universitas Esa Unggul
Kampus Emas UEU - Jakarta Barat
|
Phone |
: |
021-5674223, ext 282 |
Fax |
: |
|
E-mail |
: |
[email protected] |
Website |
: |
http://library.esaunggul.ac.id
|
Support (Customer Service) :
|
[email protected] |
|
|
Welcome..guys!
|
Have a problem with your access?
Please, contact our technical support below:
|
LIVE SUPPORT
Astrid Chrisafi
|
! ATTENTION !
To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently
Still Confuse?
Please read our User Guide
|
|
UEU » Proceeding » Teknik Informatika Posted by [email protected] at 15/02/2022 14:09:14 • 1190 Views
ANALISIS SENTIMEN MENERAPKAN LEXICON-LEARNING BASED UNTUK MELIHAT OPINI MASYARAKAT MENGENAI PROTOKOL KESEHATAN DAN PERKEMBANGAN VAKSIN COVID-19 DI INDONESIA MENGGUNAKAN DATASET TWITTERCreated by :
Jefry Sunupurwa Asri ( 0316019003 ) Sawali Wahyu
Subject: | PANDEMI OPINI MASYARAKAT MEDIA SOSIAL | Alt. Subject : | PANDEMIC COMMUNITY OPINION SOCIAL MEDIA | Keyword: | Lexicon-Based Approach Analisis Sentimen Vaksin Protokol Kesehatan |
Description:
Pandemi covid-19 yang terjadi pada saat ini telah menimbulkan dampak dan perubahan besar dalam berbagai bidang kehidupan, Penggunaan protokol kesehatan di indonesia saat ini telah dilakukan dengan gerakan 5M yaitu memakai masker, mencuci tangan, menjaga jarak, menjauhi kerumunan dan membatasi mobilisasi. Perkembangan kasus covid telah memasuki babak baru yaitu tersedianya vaksin, vaksin bermanfaat untuk memicu imunitas tubuh untuk melawan virus corona. Opini masyarakat mengenai protocol kesehatan dan vaksin di social media memiliki dampak positif dan negatif, terlebih lagi dalam aktivitas media social media pada aplikasi twitter, aplikasi tersebut digunakan untuk memperoleh data karena tingkat akurasi dari kebenaran kalimat opini (tweet) yang diunggah ke twitter, untuk mengetahui bagaimana pendapat masyarakat terhadap suatu topik. Penggunaan metode lexicon-based approach adalah model pendekatan analisis sentimen yang sering digunakan dalam suatu penelitian untuk menentukan klasifikasi, dengan menggunakan sebuah kamus kata bahasa atau corpus yang dilengkapi dengan bobot pada setiap katanya sebagai sumber bahasa atau leksikal. Hasil penelitian ini dilakukan dengan mengambil sampel data twitter sebanyak kurang lebih 15000 tweet dengan 3 dataset yang akan menghasilkan klasifikasi sentimen positif, negatif dan netral terhadap pandangan masyarakat mengenai protokol kesehatan dan perkembangan vaksin di indonesia.
Date Create | : | 15/02/2022 | Type | : | Text | Format | : | pdf | Language | : | Indonesian | Identifier | : | UEU-Proceeding-14_0228 | Collection ID | : | 14_0228 |
Source : Konferensi Nasional Ilmu Komputer (KONIK) 2021
Relation Collection: Fakultas Ilmu Komputer
Coverage : Civitas Akademika Universitas Esa Unggul
Rights : @2022 Perpustakaan Universitas Esa Unggul
Publication URL : https://digilib.esaunggul.ac.id/analisis-sentimen-menerapkan-lexiconlearning-based-untuk-melihat-opini-masyarakat-mengenai-protokol-kesehatan-dan-perkembangan-vaksin-covid19-di-indonesia--menggunakan-dataset-twitter-23451.html
[ Free Download - Free for All ]
- UEU-Proceeding-23451-14_0228.pdf - 1308 KB
[ FullText Content - Please, register first ]
...No Files...
[ Link of Contents]
- ANALISIS SENTIMEN MENERAPKAN LEXICON-LEARNING BASED UNTUK MELIHAT OPINI MASYARAKAT MENGENAI PROTOKOL KESEHATAN DAN PERKEMBANGAN VAKSIN COVID-19 DI INDONESIA MENGGUNAKAN DATASET TWITTER
https://prosiding.konik.id/index.php/konik/article/view/115
10 Similar Document...
No similar subject found !
10 Related Document...
No related subject found !
|
POLLINGBagaimana pendapat Anda tentang repository kami ?
Visitors Today : 1
Total Visitor : 1970104
Hits Today : 32728
Total Hits : 157078558
Visitors Online: 1
Calculated since 16 May 2012
You are connected from 172.17.121.29 using Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; [email protected])
|