Penerapan Teknik Feature Selection dan SMOTE pada Analisis Sentimen Pembangunan IKN Nusantara Menggunakan Algoritma SVM

Putra Ramadhan, Dwiky (2023) Penerapan Teknik Feature Selection dan SMOTE pada Analisis Sentimen Pembangunan IKN Nusantara Menggunakan Algoritma SVM. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (672kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (302kB) | Preview
Preview	PDF BAB_I.pdf Download (244kB) | Preview
Preview	PDF BAB_II.pdf Download (391kB) | Preview
Preview	PDF BAB_III.pdf Download (351kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (152kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Keputusan resmi Presiden tanggal 29 April 2019 ibu kota akan dipindah menjadi IKN Nusantara ke Kalimantan Timur pada tahun 2024 sehingga pembangunan IKN Nusantara terus dikejar untuk mencapai target yang telah ditentukan, tetapi pembangunan IKN Nusantara memberikan tanggapan yang berbeda dari berbagai pihak seperti reaksi positif hingga negatif. Dengan adanya tanggapan yang berbeda dari berbagai pihak penelitian ini bertujuan mengidentifikasi pandangan masyarakat Indonesia terhadap adanya pembangunan IKN Nusantara agar dapat melihat reaksi masyarakat terhadap pembangunan IKN Nusantara dan dapat digunakan sebagai bahan pertimbangan bagi pihak BPPN membuat kebijakan dan strategi lebih lanjut. Pandangan masyarakat Indonesia terhadap pembangunan IKN Nusantara diambil melalui media sosial Twitter karena masyarakat dapat lebih bebas berpendapat. Algoritma yang digunakan adalah SVM dengan kaidah framework KDD yaitu Data Selection, Data Preprocessing, Data Transformation, Text Mining, Evaluation. SVM memiliki kekurangan dalam memilih fitur pada analisis sehingga mempengaruhi nilai performance dari modeling data. Oleh karena itu penelitian ini melakukan analisis sentimen menggunakan empat teknik yaitu penggunaan algoritma SVM, penggunaan teknik feature selection pada algoritma SVM, penggunaan teknik SMOTE pada algoritma SVM, dan penggabungan dari teknik SMOTE dan feature selection. Hasil klasifikasi menggunakan 900 tweets menghasilkan 885 tweets positif dan 15 tweets negatif sehingga masyarakat Indonesia mendukung adanya proyek pembangunan IKN Nusantara. Hasil teknik yang paling optimal pada analisis sentimen pembangunan IKN Nusantara adalah menggunakan teknik SMOTE pada algoritma SVM karena menghasilkan nilai accuracy sebesar 99.89%, recall positif sebesar 99.77%, recall negatif sebesar 100%, precision positif sebesar 100%, precision negatif sebesar 99.77% dan nilai AUC sempurna.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Feature Selection, Pembangunan IKN Nusantara, SMOTE, SVM
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 > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	11 Jul 2023 09:52
Last Modified:	03 Aug 2023 02:07
URI:	https://kc.umn.ac.id/id/eprint/26081

Actions (login required)

View Item