Penerapan Machine Learning Untuk Klasifikasi Opini Warganet Terhadap Smart Farming di Indonesia

Salim, James Nata (2020) Penerapan Machine Learning Untuk Klasifikasi Opini Warganet Terhadap Smart Farming di Indonesia. Skripsi thesis, Universitas Tarumanagara.

	Text 825160023_James Nata Salim_01 Cover.pdf Download (127kB)
	Text 825160023_James Nata Salim_02 Lembar Persetujuan.pdf Download (786kB)
	Text 825160023_James Nata Salim_03 Lembar Pernyataan.pdf Download (209kB)
	Text 825160023_James Nata Salim_04 Lembar Pengesahan.pdf Download (261kB)
	Text 825160023_James Nata Salim_05 Abstrak.pdf Download (98kB)
	Text 825160023_James Nata Salim_06 Kata Pengantar.pdf Download (73kB)
	Text 825160023_James Nata Salim_07 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (299kB)
	Text 825160023_James Nata Salim_08 Bab 1.pdf Restricted to Registered users only Download (139kB)
	Text 825160023_James Nata Salim_09 Bab 2.pdf Restricted to Registered users only Download (218kB)
	Text 825160023_James Nata Salim_10 Bab 3.pdf Restricted to Registered users only Download (603kB)
	Text 825160023_James Nata Salim_11 Bab 4.pdf Restricted to Registered users only Download (211kB)
	Text 825160023_James Nata Salim_12 Bab 5.pdf Restricted to Registered users only Download (111kB)
	Text 825160023_James Nata Salim_13 Daftar Pustaka.pdf Download (126kB)
	Text 825160023_James Nata Salim_14 Lampiran.pdf Restricted to Registered users only Download (3MB)

Abstract

Penelitian “Penerapan Machine Learning Untuk Klasifikasi Opini Warganet Terhadap Smart Farming di Indonesia” memakai Sentiment Analysis untuk mengetahui opini masyarakat Indonesia mengenai Smart Farming yang baru saja diterapkan di Indonesia tahun 2018. Penelitian ini menggunakan bahasa Python yang didukung oleh Anaconda dan Spyder sebagai Integrated Development Environment (IDE). Proses penelitian ini dimulai dengan proses crawling tweets pada Twitter, diikuti dengan tahap pemberian label secara manual untuk menyiapkan data training. Setelah data training siap, data tersebut akan melalui proses preprocessing text. Preprocessing text terdiri dari Tokenization, Case Folding, Stemming, dan Removing Stop Words. Kemudian data akan dianalisis menggunakan metode Naïve Bayes. Pengujian penelitian ini menggunakan penilaian Confusion Matrix, Accuracy, Recall, F1, dan Area Under the Curve (AUC). Bedasarkan hasil pengujian, nilai yang didapat sangat bagus. Penilaian Confusion Matrix mendapatkan nilai [35,0] [1,3], Accuracy mendapatkan 0.97, Recall mendapatkan 1.0, F1 mendapatkan 0.98, dan AUC mendapatkan 0.5.

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing Utama : Dedi Trisnawarman Pembimbing Pendamping : Zyad Rusdi
Uncontrolled Keywords:	Naïve Bayes, Sentiment Analysis, Smart Farming, Twitter
Subjects:	Skripsi/Tugas Akhir > Fakultas Teknologi Informasi
Divisions:	Fakultas Teknologi Informasi > Sistem Informasi
Depositing User:	TDI Family perpus
Date Deposited:	27 Apr 2021 09:47
Last Modified:	19 May 2021 04:57
URI:	http://repository.untar.ac.id/id/eprint/23499

Actions (login required)

View Item