Perbandingan Analisis Sentimen Pengguna Media Sosial X Terhadap Presiden dan Wakil Presiden Periode 2024-2029 Menggunakan Metode Support Vector Machine dan Naive Bayes

Syahrani, Ratnaswari (2024) Perbandingan Analisis Sentimen Pengguna Media Sosial X Terhadap Presiden dan Wakil Presiden Periode 2024-2029 Menggunakan Metode Support Vector Machine dan Naive Bayes. Undergraduate thesis, UPN Veteran Jawa Timur.

This is the latest version of this item.

[img] Text (COVER)
20082010062_cover.pdf

Download (7MB)
[img] Text (BAB I)
20082010062_bab1.pdf

Download (175kB)
[img] Text (BAB II)
20082010062_bab2.pdf
Restricted to Repository staff only until 12 December 2026.

Download (287kB)
[img] Text (BAB III)
20082010062_bab3.pdf
Restricted to Repository staff only until 12 December 2026.

Download (264kB)
[img] Text (BAB IV)
20082010062_bab4.pdf
Restricted to Repository staff only until 12 December 2026.

Download (5MB)
[img] Text (BAB V)
20082010062_bab5.pdf

Download (76kB)
[img] Text (DAFTAR PUSTAKA)
20082010062_daftarpustaka.pdf

Download (90kB)
[img] Text (LAMPIRAN)
20082010062_lampiran.pdf
Restricted to Repository staff only until 12 December 2026.

Download (4MB)

Abstract

X merupakan salah satu platform media sosial yang memiliki pengaruh besar di Indonesia. Banyak pengguna X di Indonesia sering membagikan pendapat atau perasaan mereka tentang berbagai isu, termasuk tentang Presiden dan Wakil Presiden terpilih periode 2024–2029. Tujuan utama penelitian ini adalah penerapan algoritma berbasis leksikon untuk machine learning terhadap data Presiden dan Wakil Persiden Indonesia terpilih periode 2024–2029. Algoritma machine learning yang digunakan untuk pembuatan model adalah Support Vector Machine (SVM) dan Naïve Bayes. Proses uji coba melibatkan beberapa langkah, mulai dari pengambilan data dari media sosial X, kemudian membersihkannya. Dalam pembuatan model SVM dan Naïve Bayes, berbagai konfigurasi diuji untuk menemukan model terbaik agar hasil analisis menjadi lebih akurat. Hasil uji coba menunjukkan bahwa metode SVM memiliki performa yang lebih baik dibandingkan dengan Naïve Bayes, dengan tingkat akurasi sekitar 88% untuk SVM dan sekitar 65% untuk Naïve Bayes.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorWibowo, Nur CahyoNIDN0717037901UNSPECIFIED
Thesis advisorKartika, Dhian Satria YudhaNIDN0722058601UNSPECIFIED
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T58.6-58.62 Management Information Systems
Divisions: Faculty of Computer Science > Departemen of Information Systems
Depositing User: sasa syahrani ratnaswari
Date Deposited: 13 Dec 2024 03:42
Last Modified: 13 Dec 2024 03:42
URI: https://repository.upnjatim.ac.id/id/eprint/33214

Available Versions of this Item

Actions (login required)

View Item View Item