ANALISIS SENTIMEN OPINI MASYARAKAT TERKAIT 100 HARI KINERJA PRABOWO-GIBRAN DI X MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

PERMANA, YULIAN ANDIKA (2025) ANALISIS SENTIMEN OPINI MASYARAKAT TERKAIT 100 HARI KINERJA PRABOWO-GIBRAN DI X MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM). Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) BAB0.pdf Download (873kB)
	Text (BAB 1) BAB1.pdf Download (330kB)
	Text (DAFTAR PUSTAKA) DAPUS.pdf Download (293kB)
	Text (FULL BAB SKRIPSI) FULLBAB.pdf Restricted to Repository staff only Download (8MB)
	Text (LAMPIRAN) LAMP.pdf Download (1MB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen opini masyarakat terhadap 100 hari kinerja Presiden Prabowo Subianto dan Wakil Presiden Gibran Rakabuming Raka berdasarkan unggahan di media sosial X (Twitter). Data dikumpulkan melalui proses crawling menggunakan API X dengan kata kunci relevan pada periode 20 Oktober 2024 hingga 28 Januari 2025, menghasilkan 1.505 tweet berbahasa Indonesia. Data kemudian diproses melalui tahapan text preprocessing (cleaning, case folding, tokenizing, stopword removal, dan stemming) menggunakan metode SEMMA (Sample, Explore, Modify, Model, Assess). Klasifikasi sentimen dilakukan menggunakan dua algoritma machine learning, yaitu Naïve Bayes dan Support Vector Machine (SVM), dengan tiga kategori sentimen: positif, negatif, dan netral. Evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma SVM memiliki performa yang lebih baik dibandingkan Naïve Bayes dalam mengklasifikasikan sentimen publik terkait topik penelitian. Penelitian ini memberikan gambaran umum tentang persepsi masyarakat terhadap kinerja awal pemerintahan Prabowo–Gibran, yang dapat menjadi bahan evaluasi kebijakan pemerintah serta referensi pengembangan metode analisis sentimen di bidang sosial-politik.

Actions (login required)

View Item