Pandu Patra Walujo (2019) Analisis Sentimen Pengguna Twitter Mengenai Dampak Video Games Berjenis Battle Royale Menggunakan Metode Support Vector Machine (SVM). Skripsi thesis, UNIVERSITAS AIRLANGGA.
![[img]](https://repository.unair.ac.id/style/images/fileicons/text.png) |
Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf Download (792kB) |
|
Text (ABSTRAK)
2. ABSTRAK.pdf Download (126kB) |
|
Text (DAFTAR ISI)
3. DAFTAR ISI.pdf Download (61kB) |
|
Text (BAB I)
4. BAB I PENDAHULUAN.pdf Download (124kB) |
|
Text (BAB II)
5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 8 June 2023. Download (188kB) | Request a copy |
|
Text (BAB III)
6. BAB III METODE PENELITIAN.pdf Restricted to Registered users only until 23 June 2023. Download (293kB) | Request a copy |
|
Text (BAB IV)
7. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only until 23 June 2023. Download (427kB) | Request a copy |
|
Text (BAB V)
8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 8 June 2023. Download (48kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
9. DAFTAR PUSTAKA.pdf Download (54kB) |
|
Text (LAMPIRAN)
10. LAMPIRAN.pdf Restricted to Registered users only until 23 June 2023. Download (409kB) | Request a copy |
Abstract
Perkembangan industri video games dewasa ini semakin pesat dan mudah diakses, sehingga semakin banyak masyarakat yang mengenal video games terutama berjenis Battle Royale yang sedang populer dewasa ini. Banyak perdebatan mengenai dampak dari jenis video game tersebut, terlebih kasus kekerasan dan penembakan yang terjadi belakangan ini banyak dihubungkan dengan dampak yang ditimbulkan dari video games. Penelitian ini bertujuan untuk menganalisa sentimen pengguna Twitter mengenai dampak dari video game berjenis battle royale menggunakan metode Support Vector Machine (SVM). Data diambil dari tweet pengguna Twitter mengenai dampak video games berjumlah 513 tweet berbahasa Inggris, kemudian sentimen akan dikategorikan menjadi sentimen positif dan negatif. Berdasarkan hasil pengujian, akurasi terbesar didapat dengan menggunakan SVM Kernel Polynomial sebesar 74,5% pada skenario perbandingan 80:20 data training dan data testing. Hasil sentimen yang didapatkan yaitu 65,8% bersentimen positif, sedangkan 34,2% bersentimen negatif.
| Item Type: | Thesis (Skripsi) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Additional Information: | KKC KK ST.SI. 02-20 Wal a | |||||||||
| Uncontrolled Keywords: | Analisis sentimen, Twitter, Video Games, Battle Royale, Support Vector Machine (SVM) | |||||||||
| Subjects: | T Technology > T Technology (General) > T58.6-58.62 Management information systems | |||||||||
| Divisions: | 08. Fakultas Sains dan Teknologi > Sistem Informasi | |||||||||
| Creators: |
|
|||||||||
| Contributors: |
|
|||||||||
| Depositing User: | Tatik Poedjijarti | |||||||||
| Date Deposited: | 08 Jun 2020 05:14 | |||||||||
| Last Modified: | 01 Jul 2020 02:18 | |||||||||
| URI: | http://repository.unair.ac.id/id/eprint/95612 | |||||||||
| Sosial Share: | ||||||||||
Actions (login required)
 |
View Item |