KHOLISYAH, RINI (2024) ANALISIS SENTIMEN BERITA COVID-19 PADA PORTAL BERITA DETIK.COM MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. S1 thesis, Universitas Malikussaleh.

	Text RINI KHOLISYAH_180170027_Cover.pdf Download (22kB)
	Text RINI KHOLISYAH_180170027_Abstrak.pdf Download (10kB)
	Text RINI KHOLISYAH_180170027_Bab I.pdf Download (104kB)
	Text RINI KHOLISYAH_180170027_Daftar pustaka.pdf Download (136kB)
	Text RINI KHOLISYAH_180170027_Judul Skripsi.pdf Download (2MB)

Abstract

Laju perkembangan jumlah kasus Covid-19 di negara Indonesia dalam beberapa tahun belakangan mengalami peningkatan, dengan adanya peningkatan kasus ini membuat keresahan di tengah-tengah masyarakat. Peningkatan kasus ini juga menyebabkan banyak sekali berita-berita yang memuat tentang Covid-19, salah satu portal berita yang banyak memuat pemberitaan terkait Covid-19 adalah detik.com. Oleh karena sebab tersebut, perlu dikembangkan suatu sistem yang melakukan permodelan terhadap analisis sentimen guna mengklasifikasikan berita tekait Covid-19 pada portal berita detik.com menjadi tiga kelas yaitu kelas berita positif, kelas berita netral, dan kelas berita negatif. Sistem yang dibangun menggunakan algoritma TF-IDF yang dapat digunakan untuk menghitung nilai bobot dari setiap katayang ada pada berita, serta algoritma K-NN untuk mengklasifikasikan berita Covid-19 terhadap tiga kategori kelas yakni kelas positif, netral, dan negatif dengan jumlah berita testing sebanyak 50 data berita Covid-19. Penelitian menggunakan jumlah data latih sebanyak 450 data berita ini menghasilkan nilai akurasi 74%, presisi 68,38%, recall 69,07%, serta f1-score sebesar 67,58% dengan prediksi sistem berita pada portal berita detik.com lebih cenderung ke berita bersifat negatif sebanyak 26 berita, sedangkan berita bersifat netral sebanyak 12 berita, dan berita bersifat positif sebanyak 12 berita. Kata kunci: Sentimen, Berita, Covid-19, K-NN

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	RINI KHOLISYAH
Date Deposited:	05 Feb 2024 07:29
Last Modified:	05 Feb 2024 07:29
URI:	https://rama.unimal.ac.id/id/eprint/373

Actions (login required)

View Item