Perbandingan Algoritma SVM dan Naive Bayes dalam Analisis Sentimen Pemindahan IKN di Twitter

Christopher Hihola, Bryant (2024) Perbandingan Algoritma SVM dan Naive Bayes dalam Analisis Sentimen Pemindahan IKN di Twitter. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (228kB)
	PDF BAB_II.pdf Download (305kB)
	PDF BAB_III.pdf Download (306kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (219kB)
	PDF DAFTAR_PUSTAKA.pdf Download (227kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (236kB)

Abstract

Pemindahan pusat pemerintahan Indonesia dari Jakarta ke lokasi baru atau wilayah lain telah menjadi topik perbincangan sejak masa kepemimpinan Presiden Soekarno sampai Susilo Bambang Yudhoyono. Meskipun demikian, hingga saat ini rencana tersebut belum terealisasi. Kehadiran pemindahan IKN Indonesia tentu memunculkan berbagai respons, terutama dari masyarakat Indonesia. Mengingat bahwa perubahan ibu kota negara Indonesia merupakan isu yang sangat sensitif, banyak pembahasannya terjadi di media sosial, termasuk di platform seperti twitter. Oleh karena itu, dilakukan penelitian yang bertujuan untuk mengklasifikasikan sentimen dari opini masyarakat pengguna twitter terhadap pemindahan ibukota negara. Pada penelitian ini terdapat model yang dibuat untuk klasifikasi menggunakan dua algoritma Naive Bayes Classifier dan Support Vector Machine untuk membandingkan tingkat akurasi kedua algoritma tersebut. Hasil penlitian ini adalah akurasi tertinggi pada skenario balance data didapat pada rasio 90:10 oleh Naive Bayes sebesar 94,78% dibanding dengan Support Vector Machine sebesar 92,87%. Sedangkan pada skenario imbalance data, akurasi tertinggi didapat pada rasio 90:10 oleh Support Vector Machine sebesar 84,88% dibanding dengan Naive Bayes sebesar 81,10%. Mayoritas sentimen pada pemindahan IKN adalah positif. Oleh karena itu, dapat disimpulkan bahwa sentimen pengguna twitter terhadap pemindahan IKN adalah positif.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Confusion Matrix, Naive Bayes Classifier, 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 12:08
Last Modified:	12 Nov 2024 12:08
URI:	https://kc.umn.ac.id/id/eprint/34832

Actions (login required)

View Item