Analisis Sentimen Pendapat Masyarakat Indonesia Mengenai PSBB Menggunakan Support Vector Machine, Naive Bayes, dan Logistic Regression

Eliel Hernella, Eins (2021) Analisis Sentimen Pendapat Masyarakat Indonesia Mengenai PSBB Menggunakan Support Vector Machine, Naive Bayes, dan Logistic Regression. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (453kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (667kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (702kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (657kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (216kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Virus COVID - 19 telah dinyatakan oleh WHO sebagai pandemi global. Dimana dalam Indonesia menerapkan upaya Pembatasan Sosial Berskala Besar (PSBB). Hal tersebut menyebabkan peningkatan penggunaan internet dan juga aktivitas masyarakat pada media sosial. Salah satu media sosial yang paling banyak digunakan untuk berbagi informasi dan beropini adalah Twitter. Penelitian yang dilakukan ini adalah analisis sentimen masyarakat mengenai PSBB menggunakan data teks berupa tweets yang diperoleh dari media sosial Twitter. Tujuan dilakukannya penelitian ini adalah untuk menganalisis sentimen masyarakat mengenai PSBB serta menemukan algortima terbaik dalam mengklasifikasi sentimen PSBB. Algoritma klasifikasi yang digunakan dalam menganalisis sentimen ini terdiri dari Support Vector Machine, Naïve Bayes, dan Logistic Regression. Kemudian menggunakan metode K-fold Cross Validation untuk menemukan performa terbaik dari setiap algoritma dengan membandingkan nilai akurasi dan AUC yang dihasilkan. Hasil dari penelitian analisis sentimen ini menemukan bahwa algoritma paling tepat untuk klasifikasi sentimen PSBB adalah Support Vector Machine. Algoritma tersebut berhasil menghasilkan akurasi sebesar 72,79% dan nilai AUC 0,815. Dimana dalam perbandingannya, SVM memiliki peringkat pertama dengan akurasi terbaik dan memiliki kemampuan klasifikasi yang baik. Sementara itu, algoritma Logistic Regression menempati peringkat kedua setelah SVM dan pada peringkat terakhir adalah Naïve Bayes.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Logistic Regression, Naïve Bayes, Pembatasan Sosial Berskala Besar, Support Vector Machine, Twitter
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 14:37
Last Modified:	18 Jul 2023 01:16
URI:	https://kc.umn.ac.id/id/eprint/16924

Actions (login required)

View Item