HARAHAP, BAGINDA SULAIMAN (2022) ANALISIS SENTIMEN TERHADAP VAKSIN SINOVAC PADA PENGGUNA TWITTER MENGGUNAKAN METODE K-MEANS. S1 thesis, Universitas Malikussaleh.

[img] Text
Baginda Sulaiman Harahap_170180051-1.pdf

Download (37kB)
[img] Text
Baginda Sulaiman Harahap_170180051-8-9.pdf

Download (9kB)
[img] Text
Baginda Sulaiman Harahap_170180051-16-20.pdf

Download (242kB)
[img] Text
Baginda Sulaiman Harahap_170180051-67-69.pdf

Download (296kB)
[img] Text
Baginda Sulaiman Harahap_170180051.pdf
Restricted to Registered users only

Download (4MB)

Abstract

ABSTRAK Ada beberapa vaksin yang didatangkan ke Indonesia termasuk vaksin Sinovac. Tidak sedikit dari masyarakat Indonesia yang aktif bermedia sosial mencoba mengungkapkan dan menuliskan pendapat mereka mengenai vaksinasi tersebut di platform media sosial mereka seperti Twitter. Pengguna sosial media Twitter ada setuju dan ada juga yang takut mengenai vaksinasi tersebut. Pendapat para pengguna aktif sosial media Twitter dapat diketahui dengan analisis sentimen. Analisis sentimen dilakukan untuk melihat pendapat pengguna sosial media Twitter mengenai suatu masalah, apakah masalah itu cenderung bernilai positif, netral ataupun negatif. Metode yang akan dipakai dalam penelitian ini ialah metode K-Means dan pengambilan data dari Twitter dengan menggunakan API Twitter. Penelitian dilakukan melalui beberapa tahapan diantaranya : penentuan tujuan analisis, mengumpulkan data melalui API Twitter dan pengelompokan data dalam 3 cluster. Hasil akhir dari penelitian ini didapatkan hasil analisis sentimen dengan menggunakan algoritma K-Means yaitu sebanyak 433 data atau 45,8 % yang bernilai positif, 283 data atau 29,9 % yang bernilai netral dan 230 data atau 24,3% yang bernilai negatif . Kata Kunci : Analisis Sentimen, Twitter, Vaksin Sinovac, K-Means.

Item Type: Thesis (S1)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Khairiati Khairiati
Date Deposited: 06 Jan 2026 07:30
Last Modified: 06 Jan 2026 07:30
URI: https://rama.unimal.ac.id/id/eprint/17528

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by