Hubungan Sentimen Debat Pilpres Indonesia terhadap Elektabilitas Paslon Menggunakan Algoritma Naive Bayes dan Korelasi Pearson

Yitzhak Petra Manoppo, Arnoldus (2024) Hubungan Sentimen Debat Pilpres Indonesia terhadap Elektabilitas Paslon Menggunakan Algoritma Naive Bayes dan Korelasi Pearson. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (635kB)
	PDF BAB_I.pdf Download (217kB)
	PDF BAB_II.pdf Download (282kB)
	PDF BAB_III.pdf Download (314kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (462kB)
	PDF BAB_V.pdf Download (206kB)
	PDF DAFTAR_PUSTAKA.pdf Download (221kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (221kB)

Abstract

Kampanye merupakan kegiatan yang berpengaruh terhadap elektabilitas paslon. Debat pilpres merupakan salah satu jenis kampanye untuk memperkenalkan para paslon terhadap masyarakat. Debat pilpres yang ditayangkan pada media sosial Youtube menghasilkan banyak komentar. Untuk mengetahui sentimen setiap komentar secara otomatis dan cepat, dilakukan implementasi machine learning. Penelitian ini menggunakan VADER untuk melakukan data labelling secara otomatis dan algoritma Naive Bayes untuk melakukan analisis sentimen komentar debat pilpres. Setelah sentimen didapatkan dilakukan perhitungan dan uji korelasi Pearson untuk melihat hubungan antara sentimen debat pilpres pada media sosial terhadap elektabilitas paslon. Dari penelitian yang dilakukan, model Naive Bayes untuk melakukan klasifikasi pada dataset dengan class netral memiliki rata-rata akurasi 65%, precision 59%, recall 57%, dan F1 score 57%. Untuk dataset tanpa class netral, didapatkan rata-rata akurasi 77%, precision 68%, recall 68%, dan F1 score 67%. Sentimen positif memiliki tingkat hubungan sedang arah negatif sedangkan sentimen negatif memiliki tingkat hubungan kuat arah positif. Baik sentimen positif maupun negatif secara signifikan berhubungan dengan elektabilitas paslon.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Debat Pilpres, Korelasi Pearson, Machine Learning, Naive Bayes
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 11:48
Last Modified:	12 Nov 2024 11:48
URI:	https://kc.umn.ac.id/id/eprint/34741

Actions (login required)

View Item