ULIANA, LISA (2023) ANALISIS SENTIMEN TERHADAP ISLAMOPHOBIA DI TWITTER MENGGUNAKAN ALGORITMA DECISION TREE C4.5. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (48kB)
	Text Abstract.pdf Download (10kB)
	Text Bab 1.pdf Download (357kB)
	Text Daftar Pustaka.pdf Download (252kB)
	Text skripsi lisa uliana 180170114.pdf Restricted to Registered users only Download (2MB)

Abstract

Twitter merupakan salah satu media sosial yang memiliki banyak pengguna dari seluruh dunia. Twitter memungkinkan siapapun, untuk “berkicau” di dalamnya. Seperti fenomena belakangan ini mencuat isu islamophobia yang belakangan ini banyak dibicarakan di media sosial twitter. Islamophobia merupakan ketakutan yang dialami seseorang maupun kelompok terhadap agama islam maupun para muslim yang bersumber dari pandangan yang tertutup tentang islam, serta disertai prasangka. Oleh karena hal itu agar mengetahui bagaimana sentimen publik tentang islamophobia di media sosial twitter dibutuhkan sebuah cara yaitu dengan melakukan analisis sentimen agar dapat mengetahui sentimen apa saja yang muncul pada isu islamophobia di twitter berupa sentimen positif maupun negatif. Agar dapat melakukan analisis sentimen dengan akurat diperlukan sebuah sistem analisis sentimen, penelitian ini menggunakan algoritma Decision Tree C4.5 untuk menentukan kelas sentimen terhadap isu islamophobia. Data yang digunakan pada penelitian ini merupakan kumpulan data tweet yang berjumlah 1200 data yang dikumpulkan menggunakan sebuah library python yaitu snscrape. Penelitian ini menggunakan data latih dan data uji dengan rasio 7:3 dari dataset yang berjumlah 1200 data yaitu data latih sebanyak 840 data dan data uji sebanyak 360 data. Berdasarkan dari penelitian maupun pengujian yang telah dilakukan dengan menggunakan algoritma Decision Tree C4.5 berdasarkan pada tabel confusion matrix didapatkan accuracy senilai 74,17% , precission senilai 45,45% , dan recall senilai 47,06%.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Lisa Lisa Uliana
Date Deposited:	22 Jul 2024 07:33
Last Modified:	22 Jul 2024 07:33
URI:	https://rama.unimal.ac.id/id/eprint/3422

Actions (login required)

View Item