Analisis Sentimen Masyarakat terhadap Kebijakan Work from Home menggunakan Random Forest

Lysander, Audric (2023) Analisis Sentimen Masyarakat terhadap Kebijakan Work from Home menggunakan Random Forest. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (221kB) | Preview
Preview	PDF BAB_I.pdf Download (213kB) | Preview
Preview	PDF BAB_II.pdf Download (394kB) | Preview
Preview	PDF BAB_III.pdf Download (274kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (205kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (572kB)

Abstract

COVID-19 merupakan virus penyebab pandemi yang telah mempengaruhi seluruh dunia. Banyak negara telah melakukan lockdown sesuai dengan arahan World Health Organization untuk mencegah terjadinya penularan virus COVID- 19. Akibatnya banyak masyarakat yang tidak dapat keluar dari rumah yang menyebabkan sebagian besar bisnis beralih untuk menerapkan konsep Work From Home. Penerapan kebijakan ini mempengaruhi kinerja karyawan, salah satunya karena komunikasi yang sulit dilakukan. Salah satu media sosial yang dipakai oleh masyarakat untuk berkomunikasi dan menyebarkan informasi secara cepat untuk menangani masalah tersebut adalah Twitter. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melakukan klasifikasi apakah kebijakan Work From Home yang diunggah melalui media sosial Twitter termasuk pada sentiment positif atau negatif. Model klasifikasi yang dipakai adalah algoritma Random Forest dengan bantuan Lexicon Inset untuk memberikan label, back-translation untuk memperbanya variasi kata, TF-IDF Vectorizer untuk memberikan bobot pada kata, dan menyeimbangkan data dengan berbagai metode. Dari penelitian ini didapatkan klasifikasi terbaik dilakukan menggunakan data yang melalui proses back-translation, dengan data yang telah diseimbangkan dengan metode SMOTETomeks dengan nilai accuracy sebesar 84%, precision sebesar 84%, dan recall sebesar 84%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	COVID-19, Random Forest, Sentimen, Twitter, Work From Home
Subjects:	600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	28 Jun 2023 09:47
Last Modified:	23 Aug 2023 06:37
URI:	https://kc.umn.ac.id/id/eprint/25508

Actions (login required)

View Item