Michael Jack Enrico, . (2022) Analisis Sentimen CRYPTOCURRENCY Dengan Metode LEXICON BASED. Sarjana thesis, Institut Sains dan Teknologi Nasional (ISTN).
![[thumbnail of Skripsi Full File]](https://repo.istn.ac.id/style/images/fileicons/text.png)
Skripsi Full File.pdf
Restricted to Registered users only
Download (2MB)
![[thumbnail of Halaman Pengesahan]](https://repo.istn.ac.id/style/images/fileicons/text.png)
Halaman Pengesahan.pdf
Download (124kB)
Abstract
Media sosial telah lama digunakan masyarakat untuk menyampaikan opini maupun fakta terhadap suatu kejadian, khusunya twitter. Banyak metode yang diusulkan untuk mengekstrak tweet yang berisi opini. Diantaranya mengunakan pendekatan identifikasi kata kunci dalam suatu tweet yang lebih dikenal dengan istilah lexicon based. Meskipun metode ini memiliki nilai presisi yang cukup tinggi dalam mengidentifikasi suatu tweet opini, akan tetapi nilai recall yang dihasilkan cukup rendah. Hal ini karena keterbatasan lexicon yang digunakan sebagai identifier. Saat ini penggunaan sosial media seperti twitter telah menjadi kebutuhan di era modern ini. Twitter merupakan memungkinkan pengguna untuk memberikan tanggapan terhadap berbagai topik dan isu hangat terjadi. Saat ini isu yang menjadi trending adalah Cryptocurrency. Karena itu diperlukan sebuah analisis untuk mendapatkan kebenaran apakah Cryptocurrency sebuah mata uang digital yang bagus atau tidak dilihat dari sudut pandang dan opini masyarakat yang tertuang di dalam Twitter, Lexicon based merupakan metode yang digunakan untuk mengelompokkan opini masyarakat ke dalam 3 kelas yaitu, sentimen positif, negatif atau netral.
Item Type: | Thesis (Sarjana) |
---|---|
Additional Information: | 1). B.Sumardiyono, S.T., M.Kom. |
Subjects: | L Education > L Education (General) Q Science > Q Science (General) T Technology > T Technology (General) |
Divisions: | Fakultas Sains dan Teknologi Informasi (FSTI) > Teknik Informatika |
Depositing User: | Perpusistn 2 |
Date Deposited: | 29 Jul 2025 11:51 |
Last Modified: | 29 Jul 2025 11:51 |
URI: | https://repo.istn.ac.id/id/eprint/526 |