Analisis sentimen publik dari twitter terhadap pembayaran nontunai di lingkungan universitas dengan machine learning metode regresi logistik / Dhian Kartika Sari</p> - Repositori Universitas Negeri Malang

Analisis sentimen publik dari twitter terhadap pembayaran nontunai di lingkungan universitas dengan machine learning metode regresi logistik / Dhian Kartika Sari</p>

Sari, Dhian Kartika (2024) Analisis sentimen publik dari twitter terhadap pembayaran nontunai di lingkungan universitas dengan machine learning metode regresi logistik / Dhian Kartika Sari</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

p Seiring dengan berkembangnya teknologi pembayaran nontunai atau cashless kini mulai digunakan dalam sistem jual beli. Sistem ini juga sudah diterapkan di perguruan tinggi salah satunya di Kota Malang. Adanya sistem pembayaran nontunai ini memungkinkan para warga kampus untuk menyampaikan opini dan tanggapannya melalui Twitter. Banyak tweet yang diunggah mengandung sentimen positif atau negatif. Diperlukan machine learning untuk melakukan analisis sentimen terhadap sistem pembayaran nontunai guna mengukur opini dan tanggapan atas kebijakan ini. Penelitian ini dilakukan dengan menggunakan metode Regresi Logistik melalui beberapa tahapan. Dimulai dari melakukan web scraping untuk mendapatkan data melabeli data text preprocessing mengekstrasi fitur kata pada data tweet membagi data menjadi data latih dan data uji mengklasifikasi model melalui preses training menguji model dengan memprediksi tweet ke dalam sentimen positif atau negatif hingga mengevaluasi performa model. Pada akhirnya penelitian ini menghasilkan evaluasi model dengan akurasi sebesar 82% presisi positif dan negatif sebesar 73% dan 91% recall positif dan negatif sebesar 89% dan 76% serta F1-score positif dan negatif sebesar 80% dan 83% dalam mengklasifikasikan setiap tweet dari data uji ke dalam sentimen positif atau negatif. /p

Item Type: Thesis (Diploma)
Divisions: Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika
Depositing User: library UM
Date Deposited: 19 Sep 2024 04:29
Last Modified: 09 Sep 2024 03:00
URI: http://repository.um.ac.id/id/eprint/394655

Actions (login required)

View Item View Item