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]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
ABSTRAK.pdf
Download (7kB)
![[thumbnail of BAB I.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
BAB I.pdf
Download (114kB)
![[thumbnail of BAB V.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
BAB V.pdf
Download (7kB)
![[thumbnail of DAFTAR PUSTAKA.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
DAFTAR PUSTAKA.pdf
Download (221kB)
![[thumbnail of SKRIPSI OK.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
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 |