Please use this identifier to cite or link to this item:
https://repository.uksw.edu//handle/123456789/30435
Title: | Analisis Node dengan Metode Degree Centrality dan Sentiment Analysis dalam Acara G20 Indonesia di Twitter |
Authors: | Harnanda, Elifas Gavra |
Keywords: | Social Network Analyst;Sentiment Analysis;AWS Comprehend;Twitter;G20Indonesia |
Issue Date: | 26-May-2023 |
Abstract: | Twitter merupakan salah satu platform media sosial yang paling populer sebagai sarana untuk berkomunikasi dan terhubung melalui pertukaran pesan yang cepat dan sering salah satunya dapat menggunakan hashtag, salah satu hashtag-nya yaitu #G20Indonesia. #G20Indonesia adalah hashtag yang berasal dari acara G20 Indonesia yang dilaksanakan di Bali tanggal 15 sampai 16 November 2022. Penelitian ini bertujuan untuk menganalisa data-data pada tweet yang berisi “#G20Indonesia”. Analisis ini menggunakan metode social network analysis dan sentiment analysis. Social network analysis untuk menemukan sentralitas akun atau akun paling berpengaruh dalam jaringan yang terbentuk, analisis social network analysis dapat mengunakan degree centrality dalam penentuan akun paling berpengaruh. Sentiment Analysis untuk mengkategorikan berdasarkan cuitan-cuitan dengan menggunakan AWS Comprehend dnegan data yang telah diambil sebanyak 10.001 nodes dan 6.839 edges. Hasil penelitian yang dilakukan berdasarkan metode yang digunakan
menunjukkan bahwa akun @wishnutama merupakan akun yang berpengaruh berdasarkan jaringan komunikasi terbentuk dengan #G20Indonesia di twitter dan sentiment yang terbentuk adalah sebanyak 63,8% untuk sentiment netral, 35,4% untuk sentiment positif dan untuk sentiment negatif sebenyak 0,8%. Twitter is one of the most popular social media platforms as a means of communicating and connecting through fast message exchanges and often one of them can use hashtags, one of its hashtags is #G20Indonesia. #G20Indonesia is a hashtag originating from the G20 Indonesia event held in Bali on November 15 to 16, 2022. This study aims to analyze data on tweets containing “#G20Indonesia”. This analysis uses social network analysis and sentiment analysis methods. Social network analysis to find the centrality of the most influential account or account in the network formed, social network analysis can use degree centrality in determining the most influential account. Sentiment Analysis to categorize based on tweets by using AWS Comprehend with data captured by 10,001 nodes and 6,839 edges. The results of research conducted based on the method used showed that @wishnutama account is an influential account based on communication communication formed with #G20Indonesia on twitter and the sentiment formed is 63.8% for neutral sentiment, 35.4% for positive sentiment and 0.8% negative sentiment. |
URI: | https://repository.uksw.edu//handle/123456789/30435 |
Appears in Collections: | T1 - Informatics Engineering |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
T1_672019223_Judul.pdf | 985.12 kB | Adobe PDF | View/Open | |
T1_672019223_Isi.pdf Until 9999-01-01 | 461.61 kB | Adobe PDF | View/Open | |
T1_672019223_Daftar Pustaka.pdf | 249.94 kB | Adobe PDF | View/Open | |
T1_672019223_ Formulir Pernyataan Persetujuan Penyerahan Lisensi Tugas Akhir dan Pilihan Embargo.pdf Restricted Access | 476.75 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.