Show simple item record

dc.contributor.advisorAdiwijaya, Nelly Oktavia
dc.contributor.advisorJuwita, Oktalia
dc.contributor.authorRahadika, Vananda
dc.date.accessioned2017-11-16T07:23:48Z
dc.date.available2017-11-16T07:23:48Z
dc.date.issued2017-11-16
dc.identifier.urihttp://repository.unej.ac.id/handle/123456789/83284
dc.description.abstractKata “kebahagiaan” seringkali menjadi sesuatu yang kabur dan sangat sulit diukur. Apabila seseorang ditanya “seberapa bahagiakah anda?”, maka jawaban yang muncul sangat beragam, karena setiap orang memiliki cara yang berbeda dalam memaknai arti kebahagiaan. Beberapa ahli di dunia, lebih mendefinisikan kebahagiaan sebagai “kesejahteraan subjektif” agar tidak terjadi ambiguitas makna. Sulitnya mengukur tingkat kebahagiaan, bukan berarti kebahagiaan tidak bisa diukur. Dalam metodologi pengukuran indeks kebahagiaan yang diterbitkan oleh BPS Indonesia, kebahagiaan diukur dalam indeks komposit menggunakan suatu survei yang mencakup 10 domain/variabel. Di satu sisi, penetrasi internet Indonesia menunjukkan angka yang tidak bisa diabaikan. Berdasarkan data yang didapat bahwa hampir semua pengguna internet Indonesia memiliki media sosial. Salah satu media sosial yang banyak di akses adalah twitter yang menempati peringkat ke-5 (7.2 juta jiwa) di antara media sosial lainnya. Berdasarkan data tersebut, maka bisa dibuat sebuah pendekatan lain sebagai alternatif untuk pengukuran indeks kebahagiaan salah satunya yaitu pendekatan pengukuran indeks kebahagiaan melalui sentimen yang ada di media sosial twitter. Manfaat yang didapatkan dibandingkan pengukuran indeks kebahagiaan secara konvensional seperti pengurangan biaya, pengurangan waktu dan juga pengurangan tenaga yang dikeluarkan karena pengukuran tidak memerlukan survei dan data dapat diambil secara mudah dan cepat melalui sentimen di media sosial. Dalam hal ini, penelitian ini ingin memberikan kontribusi terhadap kemajuan pendekatan ini dengan menghitung indeks kebahagiaan tersebut menggunakan metode Naive Bayes Classifier. Penggunaan Naive Bayes Classifier dipilih karena metode klasifikasi ini cukup banyak dipakai dalam melakukan sentimen analisis dan text mining. Hasil dari penelitian ini diharapkan mampu memberikan komparasi dan menambah literatur dalam pengembangan pendekatan indeks kebahagiaan melalui analisis sentimen.en_US
dc.language.isoiden_US
dc.subjectINDEKS KEBAHAGIAANen_US
dc.subjectANALISIS SENTIMENen_US
dc.subjectMEDIA SOSIALen_US
dc.subjectNAIVE BAYES CLASSIFIERen_US
dc.titlePENGUKURAN INDEKS KEBAHAGIAAN MENGGUNAKAN ANALISIS SENTIMEN DI MEDIA SOSIAL DENGAN METODE NAIVE BAYES CLASSIFIERen_US
dc.typeUndergraduat Thesisen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record