PERBANDINGAN METODE K-NEAREST NEIGHBORS DAN NAIVE BAYES CLASSIFIER DALAM KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP PEMILU PRESIDEN TAHUN 2024

FADIL, MIFTAH (2024) PERBANDINGAN METODE K-NEAREST NEIGHBORS DAN NAIVE BAYES CLASSIFIER DALAM KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP PEMILU PRESIDEN TAHUN 2024. Other thesis, Universitas Bina Darma.

	Text (BAB 0) 0.pdf Download (1MB)
	Text (BAB 1) 1.pdf Download (373kB)
	Text (DP) DP.pdf Download (385kB)
	Text (PERBANDINGAN METODE K-NEAREST NEIGHBORS DAN NAIVE BAYES CLASSIFIER DALAM KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP PEMILU PRESIDEN TAHUN 2024) LH.pdf Restricted to Repository staff only Download (4MB)
	Text (LAMPIRAN) L.pdf Download (749kB)
	Text (ARTIKEL) A.pdf Download (994kB)

Abstract

Sentimen merupakan ekspresi atau penilaian subjektif dari perasaan atau sikap seseorang terhadap suatu topik, peristiwa, atau situasi. Oleh karena itu, Analisis sentimen penting untuk dilakukan karena memiliki banyak dampak positif yang dapat di raih salah satunya dalam penelitian dan pemahaman masyarakat. Pada penelitian ini sentimen masyarakat didapatkan dari media social Twitter. Di penelitian ini klasifikasi sentimen akan menggunakan metode K-Nearest Neighbors dan Metode Naï veBayes Classification. Dengan harapan dapat mengetahui dan memperoleh pemahaman yang lebih mendalam tentang bagaimana setiap metode bekerja dalam mengklasifikasikan sentimen, serta pandangan masyarakat terhadap pemilu presiden tahun 2024. Kesimpulan dari penelitian ini yaitu hasil menunjukkan bahwa sentimen masyarakat terhadap pemilu presiden 2024 bisa dikatakan positif dikarenakan sentimen positif masyarakat sudah melebihi setengah dari total data yang ada yaitu sebanyak 365 positif, 197 netral, dan 82 negatif ini. Kemudian peneliti memperoleh akurasi sebesar 58 % untuk Metode K-Nearest Neighbors dan 52% untuk Metode Naï veBayes Classification.

Actions (login required)

View Item