Analisis Sentimen Opini Publik Kementerian Keuangan Mengunakan Naive Bayes dan Support Vector Machine

Alviansyah Gustama, Muhammad (2024) Analisis Sentimen Opini Publik Kementerian Keuangan Mengunakan Naive Bayes dan Support Vector Machine. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (133kB)
	PDF BAB_II.pdf Download (203kB)
	PDF BAB_III.pdf Download (148kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (635kB)
	PDF BAB_V.pdf Download (23kB)
	PDF DAFTAR_PUSTAKA.pdf Download (163kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (257kB)

Abstract

Kementerian Keuangan seringkali menjadi pusat perhatian dan diskusi di kalangan masyarakat. Opini publik tentang kinerja dan kebijakan Kementerian sangat berpengaruh dalam merumuskan langkah-langkah yang lebih tepat dan responsif. Pada penelitian untuk memahami lebih dalam pandangan masyarakat terhadap Kementerian Keuangan. Penelitian ini bertujuan untuk membandingkan analisis sentimen opini publik terkait pandangan masyarakat terhadap Kementerian Keuangan menggunakan dua model algoritma, yaitu Naive Bayes dan Support Vector Machine (SVM). Analisis sentimen digunakan untuk memahami opini publik, sehingga dapat membantu Kementerian Keuangan dalam mengidentifikasi persepsi masyarakat. Metode yang digunakan adalah framework CRISP-DM, yang membantu mengatur proses analisis data secara sistematis dari pemahaman bisnis hingga penerapan hasil. Hasil penelitian menunjukkan bahwa model algoritma Support Vector Machine (SVM) memberikan kinerja yang lebih baik dengan nilai akurasi sebesar 90%, dibandingkan dengan Naive Bayes yang hanya mencapai akurasi sebesar 85.32%. Hal ini menunjukkan bahwa Support Vector Machine (SVM) lebih efektif dalam mengenali dan mengklasifikasikan sentimen opini publik terhadap Kementerian Keuangan. Penelitian ini membantu Kementerian Keuangan dengan mengukur dan memahami sentimen publik, sehingga lembaga bisa merumuskan kebijakan dan strategi komunikasi yang lebih efektif dan sesuai dengan kebutuhan serta pandangan masyarakat. Pemahaman yang lebih mendalam tentang opini publik, lembaga dapat menemukan area yang memerlukan perbaikan dalam hal keterbukaan dan transparansi.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Kementerian Keuangan, Naive Bayes, Support Vector Machine.
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	23 Nov 2024 10:59
Last Modified:	23 Nov 2024 10:59
URI:	https://kc.umn.ac.id/id/eprint/35018

Actions (login required)

View Item