Skripsi/Tugas Akhir

Analisis Sentimen Fenomena CPNS Re-Sign Berdasarkan Opini di Twitter Menggunakan Metode K-Nearest Neighbor

---

Rating Anda tentang Buku ini!

---

ABSTRAK
CPNS menurut amanat Undang-Undang No.43 Tahun 1999 adalah setiap warga Negara Indonesia mempunyai kesempatan yang sama untuk melamar menjadi PNS setelah memenuhi syarat-syarat yang ditentukan. Terdapat beberapa opini yang muncul di twitter mengenai adanya pengunduran diri dari CPNS tersebut. Opini-opini tersebut dimunculkan di twitter dalam pemberitaannya terdapat beberapa pengguna twitter dengan tanggapan-tanggapan yang positif dan negatif. Dari hal tersebut penulis melakukan analisis sentiment yang menerapkan algoritma K-NN. Di mana K-NN tersebut diterapkan untuk dapat mengklasifikasikan mengenai CPNS yang re-sign ke kalimat sentiment ke dalam kelas positif maupun negatif. Adapun tujuan dari penelitian ini yaitu untuk mengetahui komentar positif dan negatif masyarakat mengenai CPNS Resign di Twitter serta menerapkan algoritma K-NN dalam klasifikasi analisis sentiment di Twitter dan mengetahui nilai akurasi pada analisis sentiment menggunakan metodeK-NN serta menghasilkan perangkat lunak analisis sentiment. Jadi hasil dari penelitian ini dengan analisis sentiment negatif mendapatkan nilai precision 0,59 recall 0,62 F1- Support 0,6. Sedangkan positif mendapatkan nilai precision 0,75 recall 0,72 F1- Support 0,73. Sedangkan netral nilai precision 0,79 recall 0,79 dan F1- Supportnya 0,79. Dari hasil perhitungan akurasi nilai k=3 terdapat 0,7 atau 70% nilai akurasi yang didapatkan.
Kata Kunci: Analisis Sentiment, Fenomena CPNS, Resign, Opini, Calon Pegawai Negeri Sipil, K-Nearest Neighbor
ABSTRACT
CPNS according to the mandate of Law No. 43 of 1999 means that everyIndonesian citizen has the same opportunity to apply to become a civil servant after fulfilling the specified requirements. There are several opinions that haveemerged on Twitter regarding the absence of resignations fromCPNS. These opinions appeared on Twitter in the news, there were several Twitter users with positive and negative responses. From this, the author carried out sentiment analysis using the K-NN algorithm. Where K-NN is applied to be able to classify CPNS who re-sign to sentiment sentences into positive or negative classes. The aim of this research is to find out the public's positive and negative comments regarding CPNS Resign on Twitter and apply the K-NN algorithmin sentiment analysis classification on Twitter and find out the accuracy value of sentiment analysis using the K-NN method and produce sentiment analysis software. So the results of this research using negative sentiment analysis get a precision valueof 0.59 recall 0.62 F1- Support 0.6. Meanwhile, positive gets a precision valueof 0.75, recall 0.72, F1-Support 0.73. Meanwhile, neutral has a precision valueof 0.79, recall is 0.79 and F1-Support is 0.79. From the results of the accuracy calculation for the value k=3, there is 0.7 or 70% of the accuracy value obtained.
Keywords: Sentiment Analysis, The Phenomenon of Civil Servant Recruitment, Resign, Opinion, K-Nearest Neighbor

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 MAR a - 0431SI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

xiv + 89 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 17 September 2023

Subjek

Skripsi/Tugas Akhir
K-Nearest Neighbor
Sosial Media
Analisis Sentimen

Lampiran File