|
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 » Master Theses » Magister Ilmu Komputer Posted by [email protected] at 24/07/2024 11:52:09 • 130 Views
ANALISIS SENTIMEN KONTEN DAN OPINI TWITTER TERHADAP PERMENKOMINFO NO.5 TAHUN 2020 MENGGUNAKAN ALGORITMA KLASIFIKASICreated by :
MOHAMMAD AMADA ( 20190804030 )
Subject: | SENTIMEN KONTEN OPINI TWITTER PERMENKOMINFO NO.5 TAHUN 2020 ALGORITMA KLASIFIKASI | Alt. Subject : | CONTENT SENTIMENT TWITTER OPINION PERMENKOMINFO NO. 5 OF 2020 CLASSIFICATION ALGORITHM | Keyword: | Analisis sentimen PERMENKOMINFO No.5 Tahun 2020 Pengaturan Konten |
Description:
Peraturan Menteri Komunikasi dan Informatika (PERMENKOMINFO) Nomor 5
Tahun 2020 banyak menuai polemik terkait kewajiban Penyelenggara Sistem
Elektronik (PSE) Lingkup Privat untuk tercatat atau terdaftar secara resmi di
Indonesia. Banyaknya masyarakat yang menyampaikan pendapatnya karena
peraturan tersebut berdampak terhadap masyarakat karena sanksi dari peraturan
tersebut berupa penutupan akses bagi PSE yang tidak terdaftar. Analisis sentimen
merupakan salah satu metode Text Mining yang dapat digunakan untuk memahami
konteks dari suatu teks atau dokumen. Penelitian ini menggali secara sentimen
untuk mengerti opini masyarakat pada Twitter maupun perspektif masyarakat atas
konten dari PERMENKOMINFO Nomor 5 Tahun 2020 menggunakan kamus
sentimen InSet Lexicon dan metode klasifikasi data Support Vector Machine, Naive
Bayes Classifier, dan K-Nearest Neighbors. Pengumpulan data opini dari Twitter
dengan menggunakan kata kunci "PSE Kominfo" dan tagar "#BlokirKominfo"
dalam rentang waktu 1 Juli 2022 hingga 31 Agustus 2022 berhasil terkumpul
sebanyak 2302 tweet dan juga sebanyak 178 yang merupakan keseluruhan dari
pasal dan ayat dalam PERMENKOMINFO Nomor 5 Tahun 2020 yang diunduh
melalui laman resmi JDIH Kominfo.Atas pengujian yang dilakukan, didapatkan
hasil rata-rata dominan negatif sebesar 55,9% atas opini masyarakat serta 61,2%
atas konten PERMENKOMINFO Nomor 5 Tahun 2020. Akurasi tertinggi yang
didapatkan terhadap 3 metode klasifikasi adalah Support Vector Machine sebesar
92% atas kedua dataset yang diujikan. Terhadap hasil pengujian yang dilakukan,
dapat disimpulkan masyarakat cenderung memandang negatif peraturan tersebut
sehingga dampak positif atau manfaat yang seharusnya didapatkan melalui
peraturan tersebut, tidak dirasakan dengan baik. Analisis yang dilakukan dapat
menjadi bahan evaluasi bagi pihat terkait untuk mengingkatkan kepercayaan
masyarakat sehingga mendapatkan respon yang lebih baik.
Contributor | : |
- Munawar, S.TP, M. Msi., , Ph.D
| Date Create | : | 24/07/2024 | Type | : | Text | Format | : | PDF | Language | : | Indonesian | Identifier | : | UEU-Master-20190804030 | Collection ID | : | 20190804030 |
Source : Master Theses Of Computer Science
Relation Collection: Fakultas Ilmu Komputer
Coverage : Civitas Akademika Universitas Esa Unggul
Rights : @2024 Perpustakaan Universitas Esa Unggul
Publication URL : https://digilib.esaunggul.ac.id/analisis-sentimen-konten-dan-opini-twitter-terhadap-permenkominfo-no5-tahun-2020-menggunakan-algoritma-klasifikasi-34452.html
[ Free Download - Free for All ]
- UEU-Master-34452-COVER.Image.Marked.pdf - 200 KB
- UEU-Master-34452-HALAMAN PENGESAHAN.Image.Marked.pdf - 637 KB
- UEU-Master-34452-HALAMAN PERSETUJUAN PUBLIKASI.Image.Marked.pdf - 221 KB
- UEU-Master-34452-HALAMAN PERNYATAAN KEASLIAN.Image.Marked.pdf - 218 KB
- UEU-Master-34452-ABSTRAK.Image.Marked.pdf - 185 KB
- UEU-Master-34452-KATA PENGANTAR.Image.Marked.pdf - 287 KB
- UEU-Master-34452-DAFTAR ISI.Image.Marked.pdf - 250 KB
- UEU-Master-34452-DAFTAR PUSTAKA.Image.Marked.pdf - 338 KB
- UEU-Master-34452-LAMPIRAN.Image.Marked.pdf - 6502 KB
- UEU-Master-34452-BAB1.Image.Marked.pdf - 313 KB
[ FullText Content - Please, register first ]
1. UEU-Master-34452-BAB2.Image.Marked.pdf - 369 KB 2. UEU-Master-34452-BAB3.Image.Marked.pdf - 1093 KB 3. UEU-Master-34452-BAB4.Image.Marked.pdf - 896 KB 4. UEU-Master-34452-BAB5.Image.Marked.pdf - 190 KB
10 Similar Document...
No similar subject found !
10 Related Document...
|
POLLINGBagaimana pendapat Anda tentang repository kami ?
Visitors Today : 1
Total Visitor : 1970112
Hits Today : 49993
Total Hits : 157393608
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])
|