ANALISIS SENTIMEN PROGRAM MAKAN BERGIZI GRATIS DI INDONESIA MELALUI MEDIA SOSIAL MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

SADEWA, VIO JOTIKA (2025) ANALISIS SENTIMEN PROGRAM MAKAN BERGIZI GRATIS DI INDONESIA MELALUI MEDIA SOSIAL MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. Other thesis, UNIVERSITAS BINA DARMA.

[img] Text (BAB 0)
BAB0.pdf

Download (1MB)
[img] Text (BAB 1)
BAB1.pdf

Download (828kB)
[img] Text (DAFTAR PUSTAKA)
DAPUS.pdf

Download (984kB)
[img] Text (FULL BAB SKRIPSI)
FULLBAB.pdf
Restricted to Repository staff only

Download (7MB)
[img] Text (LAMPIRAN)
LAMP.pdf

Download (1MB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program makan bergizi gratis di Indonesia melalui media sosial khususnya aplikasi X(Twitter). Data dikumpulkan menggunakan metode web scrapping kemudian melalui tahapan preprocessing yang meliputi cleaning, case folding, normalisasi kata, tokenizing, filtering, dan stemming. Pembobotan kata dilakukan dengan metode Term Frequency-Inverse Document Frequency (TF-IDF), sedangkan untuk mengatasi ketidakseimbangan kelas pada data latih digunakan metode Synthetic Minority Over-Sampling Technique (SMOTE). Proses klasifikasi dilakukan menggunakan algoritma Support Vector Machine (SVM) dengan kernel linear. Hasil penelitian menunjukkan bahwa akurasi model sebelum penerapan SMOTE sebesar 75,20% dan meningkat menjadi 81,46% setelah SMOTE di terapkan, dengan peningkatan juga pada nilai precision, recall, dan f1-score. Hasil ini membuktikan bahwa metode ini menghasilkan model analisis sentimen yang akurat dan seimbang sehingga dapat menjadi masukan bagi pemerintah dalam evaluasi kebijakan publik.

Item Type: Thesis (Other)
Uncontrolled Keywords: Analisis Sentimen, Program Makan Bergizi Gratis, Support Vector Machine, Media Sosial
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Miss Marina Ina
Date Deposited: 28 Apr 2026 04:23
Last Modified: 28 Apr 2026 04:23
URI: http://repository.binadarma.ac.id/id/eprint/9333

Actions (login required)

View Item View Item