LKP : Klasifikasi Sentimen Tweet untuk Mendeteksi Konten pada Platform Twitter Menggunakan Natural Language Processing (NLP)

Ali, Muhammad Azhar (2024) LKP : Klasifikasi Sentimen Tweet untuk Mendeteksi Konten pada Platform Twitter Menggunakan Natural Language Processing (NLP). Undergraduate thesis, Universitas Dinamika.

[img] Text
21410200020-2024-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (1MB)
[img] Text
21410200020-2024-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (659kB)

Search this title on : |

Abstract

Twitter, media sosial dengan 18,45 juta pengguna pada tahun 2022, sering disalahgunakan untuk menyebarkan ujaran kebencian, yang berdampak negatif seperti diskriminasi dan konflik sosial. Penelitian ini bertujuan untuk mengembangkan model klasifikasi menggunakan teknik Natural Language Processing (NLP) yang dapat mendeteksi sentimen negatif dalam tweet. Dengan demikian, diharapkan dapat tercipta lingkungan online yang lebih sehat dan aman bagi pengguna Twitter. Model yang dihasilkan mampu mengidentifikasi dan mengklasifikasikan tweet negatif dengan tingkat akurasi hingga 94%, sehingga memberikan kontribusi signifikan dalam pencegahan penyebaran konten negatif di media sosial dan menekan tingkat diskriminasi.


Export Record


Item Type: Thesis (Undergraduate)
Additional Information: Muhammad Azhar Ali (21410200020)
Uncontrolled Keywords: Twitter, Natural Language Processing, Klasifikasi
Dewey Decimal Classification: 400 – Language > 410 Linguistics > 410 Linguistics
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Muhammad Azhar Ali
Date Deposited: 13 Aug 2024 08:06
Last Modified: 13 Aug 2024 08:06
THESIS ADVISORS: 1. Pauladie Susanto, S.Kom., M.T. (NIDN : 0729047501)
URI: http://repository.dinamika.ac.id/id/eprint/7717

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item   View Item