Analisis Sentimen Masyarakat terhadap Peralihan Televisi Analog ke Digital Menggunakan Algoritma Random Forest Classifier

Bintang Samudera, Elfajar (2023) Analisis Sentimen Masyarakat terhadap Peralihan Televisi Analog ke Digital Menggunakan Algoritma Random Forest Classifier. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (731kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (207kB) | Preview
Preview	PDF BAB_I.pdf Download (210kB) | Preview
Preview	PDF BAB_II.pdf Download (249kB) | Preview
Preview	PDF BAB_III.pdf Download (292kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
Preview	PDF BAB_V.pdf Download (201kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (782kB)

Abstract

Televisi merupakan salah satu media hiburan dan informasi yang digemari masyarakat. Jenis televisi yang banyak beredar di masyarakat yaitu televisi analog. Seiring berkembangnya zaman, televisi analog semakin tertinggal dan mulai tergantikan oleh jenis televisi baru yakni televisi digital. Televisi digital dinilai memberikan kinerja yang lebih baik dibanding televisi analog. Tepat pada tanggal 2 November 2022 silam, keputusan Pemerintah dalam memastikan bahwa migrasi siaran televisi analog ke digital telah dilaksanakan. Seiring dilaksanakannya program Analog Switch Off di berbagai daerah, terdapat berbagai macam pandangan pro dan kontra yang terlontar di kalangan masyarakat. Salah satu media sosial yang dipakai oleh masyarakat dalam berkomunikasi dan penyebaran informasi secara cepat adalah Twitter. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melakukan klasifikasi apakah sentimen yang dilontarkan oleh masyarakat terkait kebijakan alaog switch off termasuk dalam sentimen positif atau negatif. Model klasifikasi yang dipakai adalah algoritma random forest dengan bantuan Lexicon Inset dalam melabeli data, Count Vectorizer dan TF IDF Vectorizer untuk proses vektorisasi data serta memberikan bobot pada kata, juga proses pembagian data latih dan data uji dengan rasio yang beragam. Dari penelitian ini didapatkan klasifikasi terbaik dengan menggunakan metode vektorisasi Count Vectorizer, rasio data latih dan data uji sebesar 80%:20% dengan nilai accuracy 88%, precision sebesar 88%, recall 88%, dan f1-score 88%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Televisi Analog, Televisi Digital, Sentimen, Twitter, Random Forest
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	06 Jul 2023 09:58
Last Modified:	08 Aug 2023 06:07
URI:	https://kc.umn.ac.id/id/eprint/25807

Actions (login required)

View Item