@thesis{thesis,
		author={Asti  Maria Nurzurana},
		title ={TWITTER SENTIMENT ANALSYSIS TERHADAP TRENDING TOPICS TERKAIT NUSA TENGGARA BARAT MENGGUNAKAN LEXICON BASED},
		year={2021},
		url={http://repository.universitasbumigora.ac.id/968/},
		abstract={Di era keterbukaan informasi, pemerintah provinsi NTB berupaya menampung aspirasi masyarakat. Akan tetapi, penyampaian aspirasi dengan pola yang lama dan rumit dianggap kurang maksimal, terlebih ruang untuk menyalurkan aspirasi masih kurang. Oleh karena itu, dengan kemajuan teknologi dan media sosial serta banyaknya pengguna media sosial, pemerintah kemudian berupaya untuk menampung aspirasi masyarakat melalui media sosial twitter untuk mengetahui sentiment masyarakat terhadap hal-hal yang berkaitan dengan NTB yang kemudian bisa dijadikan sebagai bahan acuan dalam evaluasi kerja pemerintah, membuat suatu kebijakan atau program baru, dan meningkatkan pelayanan informasi publik.
	Metode penelitian yang digunakan pada penelitian ini adalah lexicon based, dimana lexicon based merupakan metode yang mengandalkan kamus dan mampu melakukan proses klasifikasi dengan cepat.
	Hasil atau keluaran yang dicapai yaitu dihasilkannya sentiment positif dan sentiment negatif dari klasifikasi yang dilakukan.
	Kesimpulan dari penelitian ini adalah, diperoleh hasil sentiment analysis pada trending topics pertama (Covid-19) sebesar 34,7% sentiment positif dan 65,3% sentiment negatif. Hasil sentiment pada trending topics kedua (Adik Wistan), kelima (Kebakaran Desa Baturotok Kab. Sumbawa), dan kesepuluh (Sandiaga Uno) adalah 100% positif. Hasil sentiment analysis pada trending topics ketiga (MotoGP 2021), keempat (Budaya Rimpu Khas Bima-Dompu), dan kesembilan (Pasca Gempa Bumi NTB) adalah 99,8% sentiment positif dan 0,2% sentiment negatif. Hasil sentiment analysis untuk trending topics keenam (Pelemparan Pabrik Di Lombok Tengah) adalah 6,3% sentiment positif dan 93,7% sentiment negatif. Hasil sentiment analysis pada trending topics ketujuh (Rocky Gerung) adalah 100% negatif. Dan hasil sentiment pada trending topics yang kedelapan (#OnehealthKIPM) adalah 82,8% sentiment positif dan 17,2% sentiment negatif.}
		}