ANALISIS SENTIMEN APLIKASI PEDULI LINDUNGI PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS WEBSITE

Eriyadi, Fauziah Nurzaerina (2022) ANALISIS SENTIMEN APLIKASI PEDULI LINDUNGI PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS WEBSITE. Diploma thesis, Politeknik Harapan Bersama.

Text (TI 0435.22 FAU a) Fauziah Nurzaerina Eriyadi - Laporan.pdf Restricted to Registered users only Download (2MB)

Abstract

Pemerintah Indonesia telah mengupayakan berbagai kebijakan untuk menangani pandemi, contohnya penerapan Lockdown, PSBB (Pembatasan Sosial Berskala Besar), Work From Home, hingga New Normal. Respon pemerintah yang kurang tanggap dan terlihat mengabaikan membuat negara ini tertinggal jauh dari penanganan negara-negara yang lebih dahulu terdeksi adanya virus. Dikarenakan respon lambat dari pemerintah, Indonesia menjadi salah satu negara di Asia Tenggara tertinggi dalam hal angka kematian. Namun, diperkirakan angka kematian lebih tinggi dari data yang dilaporkan. Peduli Lindungi merupakan aplikasi hasil kolaborasi dari Kementerian BUMN, Kementerian Komunikasi dan Informatika, Kementerian Kesehatan, dan Komite Penanganan Covid-19 dan Pemulihan Ekonomi Nasional (KPCPEN) serta PT Telkom Indonesia yang memiliki fungsi utama yaitu sebagai aplikasi tracing, tracking, dan penghentian penyebaran Covid-19 di Indonesia dengan mengandalkan saling membagikan data lokasi agar dapat ditelusuri Riwayat kontak dengan penderita Covid-19. Penelitian ini bertujuan untuk membuat aplikasi berbasis website dengan menerapkan algoritma Support Vector Machine pada aplikasi Peduli Lindungi di Twitter dengan klasifikasi sentimen positif dan negatif. Pengujian model Support Vector Machine mendapatkan hasil akurasi sebesar 80%. Kata Kunci : Peduli Lindungi, Support Vector Machine, Covid-19, Analisis Sentimen.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technical Information
Divisions:	Teknik > Diploma IV Teknik Informatika
Depositing User:	Unnamed user with email perpustakaan@poltektegal.ac.id
Date Deposited:	13 Jan 2023 09:07
Last Modified:	13 Jan 2023 09:07
URI:	http://eprints.poltektegal.ac.id/id/eprint/1439

Actions (login required)

View Item