Skripsi/Tugas Akhir

Analisis Sentimen Pinjaman Online pada Sosial Media Twitter Menggunakan Metode Lexicon Based

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Kemudahan di dalam meminjam uang, hanya bermodalkan foto dengan KTP, membuat banyak orang terlibat tergiur hingga terjerat ke dalamnya. Fakta ini tentu menjadi perbincangan dan komentar tersendiri di dunia maya khususnya twitter. Twitter menjadi media sosial yang berfokus pengguna yang gemar mengungkap pendapat mengenai fenomena sosial baik pendapat dan opini dalam bentuk teks sehingga dapat dianalisa. beda dengan media sosial lain yang berfokus pasa konten gambar dan video twitter fokus pada. komentar pro dan kontra di twitter mengenai fenomena ini mulai dari yang mendukung adanya program dan inovasi kredit online ini karena memudahkan masyarkat mengakses layanan pinjaman tunai, tetapi tidak sedikit juga yang tidak menyetujui program ini karena permasalahan baru yang terjadi. Adanya dua opini yang berkembang di media sosial khususnya twitter membuat perlunya tools untuk menganalisa sentimen warga khususnya pengguna twitter dalam melihat fenomena pinjaman online agar tersedia informasi yang akurat mengenai sentimen masyarakat secara umum mengenai fenomena ini. Penelitian ini berhasil membangun aplikasi dan mengimplementasikan metode Lexicon Based untuk melakukan klasifikasi sentiment negative dan positif terhadap twitter secara langsung mengenai pinjaman online melalui API Twitter.
Kakata Kunci: Kredit Online, Lexicon Based Method, Twitter

ABSTRAK
The ease of borrowing money, only with a photo with an ID card, makes many people involved and tempted to get entangled in it. This fact is undoubtedly a separate discussion and comment in cyberspace, especially twitter. Twitter is a social media that focuses on users who like to express opinions about social phenomena, both views and opinions in text form, to be analyzed. Different from other social media that focuses on image and video content, Twitter focuses on. Pros and cons comments on Twitter regarding this phenomenon, ranging from those who support the existence of this online credit program and innovation because it makes it easier for the public to access cash loan services, but not a few also do not approve of this program because of new problems that occur. The existence of two opinions that have developed on social media, especially Twitter, makes the need for tools to analyze the sentiments of citizens, especially Twitter users, in viewing the online loan phenomenon, so that accurate information is available about public opinion in general regarding this phenomenon. This study succeeded in building an application and implementing the Lexicon Based method to classify negative and positive sentiments on Twitter directly regarding online loans through the Twitter API.
Keywords: Online Credit, Lexicon Based Method, Twitter

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

[Tidak Ada]

No. Panggil

SKR 22-45 FEB a - 0168TI

Penerbit

Makassar : ., 2022

Deskripsi Fisik

xi + 60 hlm.; 28,5 x 20,5 cm

Bahasa

Indonesia

ISBN/ISSN

[Tidak Ada]

Klasifikasi

SKR 22-45

Tipe Isi

Text dan Gambar

Edisi/Cetakan

[Tidak Ada]

Subjek

Skripsi/Tugas Akhir
Sosial Media
Lexicon Based Method

Lampiran File