Analisis Sentimen Pengguna Aplikasi X terhadap Pengungsi Rohingya di Aceh Menggunakan Metode Support Vector Machine

Adriano, Niko (2024) Analisis Sentimen Pengguna Aplikasi X terhadap Pengungsi Rohingya di Aceh Menggunakan Metode Support Vector Machine. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (4MB)
	PDF BAB_II.pdf Download (303kB)
	PDF BAB_III.pdf Download (451kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (4MB)
	PDF BAB_V.pdf Download (204kB)
	PDF DAFTAR_PUSTAKA.pdf Download (661kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Permasalahan sosial yang terus berkembang antara pengungsi Rohingya dan masyarakat lokal Aceh memicu berbagai opini dari masyarakat Indonesia. Opini- opini tersebut banyak diungkapkan melalui media sosial salah satunya X, yang pada akhirnya menimbulkan sentimen terhadap pengungsi Rohingya di Aceh. Perbedaan sentimen masyarakat khususnya pada 'post' X menjadi dasar penelitian untuk melakukan klasifikasi dan analisis sentimen. Pengambilan data dari X melalui metode scraping menghasilkan 12778 data yang kemudian dibersihkan menjadi 10196 data. Data tersebut kemudian diklasifikasikan menjadi tiga kategori sentimen, yaitu positif, netral, dan negatif dengan pemodelan Support Vector Machine (SVM) menggunakan seleksi fitur Chi Square. Hasil klasifikasi menunjukkan polaritas sebesar 61.3% sentimen negatif, 20.5% sentimen positif, dan 18.2% sentimen netral. Sentimen didominasi oleh sentimen negatif dengan pembahasan utama terkait kritik ketidakpuasan terhadap penanganan pemerintah dan keprihatinan terhadap pengungsi Rohingya. Hasil evaluasi pemodelan SVM dengan seleksi fitur Chi Square serta kombinasi parameter kernel rbf, C = 10, dan gamma = 1 menunjukkan tingkat akurasi sebesar 81%, presisi sebesar 80%, dan recall sebesar 81%. dan F1-score sebesar 80%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Chi Square, Confussion Matrix, Pengungsi Rohingya, Support Vector Machine
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	12 Nov 2024 11:32
Last Modified:	12 Nov 2024 11:32
URI:	https://kc.umn.ac.id/id/eprint/34679

Actions (login required)

View Item