Analisis Sentimen Masyarakat Terhadap Thrifting Pada Media Sosial Twitter(X.com) Menggunakan Metode K-Nearest Neighbor

Dafa Akbar Firmansyah, . (2023) Analisis Sentimen Masyarakat Terhadap Thrifting Pada Media Sosial Twitter(X.com) Menggunakan Metode K-Nearest Neighbor. Other thesis, Universitas Pamulang.

	Text COVER_0.pdf Restricted to Registered users only Download (780kB)
	Text BAB_1.pdf Restricted to Registered users only Download (142kB)
	Text BAB_2.pdf Restricted to Registered users only Download (364kB)
	Text BAB_3.pdf Restricted to Registered users only Download (414kB)
	Text BAB_4.pdf Restricted to Registered users only Download (894kB)
	Text BAB_5.pdf Restricted to Registered users only Download (65kB)
	Text jurnal 2.pdf Restricted to Registered users only Download (296kB)

Abstract

Saat ini fenomena thrifting bukanlah hal yang baru dan menjadi populer dikalangan anak muda. Fashion saat ini menjadi kebutuhan yang perkembangan nya sangat cepat dengan munculnya berbagai trend fashion baru dikalangan remaja dalam waktu singkat. Salah satu trend adalah fashion thrfit. Thrifting adalah aktivitas berbelanja barang bekas dengan tujuan menghemat biaya. Namun,baru baru ini muncul isu tentang larangan thrifting di Indonesia, yang memicu kontroversi publik. Larangan thrifting di Indonesia didasarkan pada Undang-Undang Republik Indonesia Nomor 7 Tahun 2014 tentang Perdagangan. Pasal tersebut menyatakan bahwa “setiap importir wajib mengimpor barangnya ke keadaan baru”. Dari pemaparan tersebut ada pihak yang setuju ada pula yang tidak. Berdasarkan banyaknya opini masyarakat di Twitter tentang thrifting, kita bisa menggunakan analisis sentimen untuk meninjau opini mana yang lebih dominan di masyarakat. Pada penelitian kali ini penulis ingin melakukan analisis sentimen terhadap topik thrifting menggunakan metode k-nearest neighbor. Hasil klasifikasi menggunakan metode K-Nearest Neighbor mampu mengklasifikasikan respon dari pengguna twitter dan dapat digunakan pemerintah sebagai bahan evaluasi dan penilaian terhadap thrifting. Hasil pengujian metode K-Nearest Neighbor menggunakan confusion matrix dengan data sebanyak 252 mendapatkan tingkat akurasi sebesar 76% dengan nilai k=3.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen, Text Mining, K-Nearest Neighbor, Thrifting
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Enas Nasrulloh
Date Deposited:	09 Dec 2023 02:40
Last Modified:	09 Dec 2023 02:40
URI:	http://repository.unpam.ac.id/id/eprint/11931

Actions (login required)

View Item