Penerapan Analisa Sentimen Dari Media Sosial Instagram Dan Youtube Berbasis Website Menggunakan Metode Lexicon Based (Objek Sosial Media INFOSUMBAR)

Setiawan, Tri Setiawan (2024) Penerapan Analisa Sentimen Dari Media Sosial Instagram Dan Youtube Berbasis Website Menggunakan Metode Lexicon Based (Objek Sosial Media INFOSUMBAR). S1 thesis, UNIVERSITAS DHARMA ANDALAS.

[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (7kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (114kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (7kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (221kB)
[thumbnail of SKRIPSI OK.pdf] Text
SKRIPSI OK.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Sosial media adalah media jejaring sosial online yang digunakan satu sama
lain untuk melakukan interaksi antar penggunanya. Instagram dan Youtube adalah
suatu platform media sosial sebagai sarana untuk berbagi momen, kejadian, dan lainlain
melalui gambar dan video sebagi konten. Banyaknya interaksi antara pengguna
melalui komentar menyebabkan terciptanya berbagai pendapat. Komentar tersebut
dijadikan sumber data untuk di analisa polaritas dari persepsi masing-masing
pengguna terhadap konten yang di terbitkan oleh infosumbar terkususnya pada
kategori konten iklan. Komentar didapatkan melalui teknik scraping, dimana dataset
komentar yang didapat dari scraping akan melawati tahap selanjutnya yaitu cleaning
dan preprocessing agar dataset dapat berfungsi secara maksimal saat dilakukan
pengklasifikasian.
Analisa Sentimen akan menggunakan metode Lexicon Based yang terdapat
pada Python library yaitu TextBlob. Hasil analisis yang didapatkan berupa berapa
banyaknya komentar positif, negatif, dan netral yang akan ditampilkan melalui
website berupa grafik.
Kata kunci : Analisa sentiment, Analisa, Analisa konten, Lexicon Based, Komentar,
Python, TextBlob.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Farmasi, Sains, dan Teknologi > S1 Sistem Informasi
Depositing User: muhammad hafiz
Date Deposited: 08 Aug 2025 04:08
Last Modified: 08 Aug 2025 04:08
URI: https://repository.unidha.ac.id/id/eprint/317

Actions (login required)

View Item
View Item