ANALISIS SENTIMEN PADA BERITA EKONOMI BERBAHASA INDONESIA MENGGUNAKAN MAJORITY VOTE CLASSIFIER

Penulis

Zamahsyari

Pembimbing: Arif Nurwidyantoro, S.Kom., M.Cs.


ABSTRACT: Internet as a publication media has a lot of article and news, which divided into categories, such as politic, economy, sports, and health. Each publication media has tendency to publish the news with positive or negative sentiment. News sentiment has ability to affect people�s opinion about a topic or government policy. Economy is one interesting topic which has direct impact to Indonesian citizen. Hence, this research focused on economic news from Indonesian online media. Decision tree is a simple algorithm using tree-like structure of logic, while random forest basicly is a set of decision tree, and support vector machine classify classes by constructing a divider plane between them. This research will use each of them and combine them into one by majority vote classifier method. Tested using 10-fold cross validation from various online news media resulting in 75% best precision by majority vote classifier, 100% best recall by support vector machine, and 72% best accuracy by both support vector machine and majority vote classifier.

INTISARI: Internet sebagai media publikasi menghasilkan artikel dan berita yang terbagi menjadi beberapa kategori, diantaranya adalah politik, ekonomi, olahraga, dan kesehatan. Setiap media publikasi memiliki kecenderungan untuk mempublikasikan berita dengan sentimen positif atau negatif. Sentimen yang terkandung dalam berita dapat mempengaruhi pandangan masyarakat terhadap suatu hal atau kebijakan pemerintah. Topik ekonomi adalah bahasan yang menarik untuk dilakukan penelitian karena memiliki dampak langsung kepada masyarakat Indonesia. Oleh sebab itu penelitian ini dikhususkan untuk melakukan analisis sentimen berita ekonomi yang didapat dari berbagai media online berbahasa Indonesia. Decision tree adalah algoritma sederhana yang memiliki alur kerja menyerupai sebuah pohon keputusan yang dapat diterapkan untuk melakukan klasifikasi berita, random forest adalah algoritma yang pada dasarnya adalah kumpulan dari banyak decision tree, dan support vector machine adalah algoritma klasifikasi yang menerapkan konsep pembuatan bidang pemisah antar kelas. Penelitian ini akan menggunakan ketiga algoritma tersebut ditambah dengan algoritma penggabungan antara ketiganya menggunakan metode majority vote classifier. Pengujian penelitian menggunakan 10-fold cross validation yang didapat dari berbagai media berita online menghasilkan nilai precision terbaik sebesar 75% oleh algoritma majority vote classifier, nilai recall terbaik sebesar 100% oleh algoritma support vector machine, dan nilai accuracy terbaik sebesar 72% yang diraih oleh algoritma support vector machine dan algoritma majority vote classifier.

Kata kunci majority vote, analisis sentimen, berita online
Program Studi S1 ILMU KOMPUTER UGM
No Inventaris
Deskripsi
Bahasa Indonesia
Jenis Skripsi
Penerbit [Yogyakarta] : Universitas Gadjah Mada, 2016
Lokasi Perpustakaan Pusat UGM
File Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
  • Anda dapat mengecek ketersediaan versi cetak dari penelitian ini melalui petugas kami dengan mencatat nomor inventaris di atas (apabila ada)
  • Ketentuan Layanan:
    1. Pemustaka diperkenankan mengkopi cover, abstrak, daftar isi, bab pendahuluan, bab penutup/ kesimpulan, daftar pusatak
    2. Tidak diperbolehkan mengkopi Bab Tinjauan Pustaka, Bab Pembahasan dan Lampiran (data perusahaan/ lembaga tempat penelitian)
    3. Mengisi surat pernyataan, menyertakakan FC kartu identitas yang berlaku

<< kembali