ANALISIS SENTIMEN REAKSI MASYARAKAT TERHADAP PELANTIKAN PRABOWO-GIBRAN SEBAGAI PRESIDEN DAN WAKIL PRESIDEN MENGGUNAKAN ALGORITMA NAIVE BAYES

Ito, Ruth Doy - 215410011 (2025) ANALISIS SENTIMEN REAKSI MASYARAKAT TERHADAP PELANTIKAN PRABOWO-GIBRAN SEBAGAI PRESIDEN DAN WAKIL PRESIDEN MENGGUNAKAN ALGORITMA NAIVE BAYES. Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA.

	Text 1_215410011_HALAMAN_DEPAN.pdf - Published Version Download (2MB)
	Text 2_215410011_BAB_I.pdf - Published Version Download (161kB)
	Text 3_215410011_BAB_II.pdf - Published Version Download (347kB)
	Text 4_215410011_BAB_III.pdf - Published Version Restricted to Repository staff only Download (278kB)
	Text 5_215410011_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (787kB)
	Text 6_215410011_BAB_V.pdf - Published Version Download (81kB)
	Text 7_215410011_DAFTAR_PUSTAKA.pdf - Published Version Download (88kB)
	Text 8_215410011_LAMPIRAN.pdf - Published Version Download (165kB)

Abstract

Pelantikan Prabowo Subianto dan Gibran Rakabuming sebagai Presiden dan Wakil Presiden terpilih pada periode 2024-2029 memicu berbagai reaksi masyarakat yang diekspresikan melalui media sosial X. Sebagai platform dengan jutaan pengguna aktif, X menjadi sumber data yang relevan untuk menganalisis sentimen publik terhadap peristiwa politik ini. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat menggunakan metode analisis sentimen berbasis pembelajaran mesin. Penelitian ini menggunakan metode lexicon-based dengan Sastrawi untuk teks preprocessing dan Naive Bayes untuk klasifikasi sentimen. Dataset terdiri dari 5000 tweet yang terbagi menjadi 70% data latih dan 30% data uji. Hasil analisis menunjukkan bahwa sentimen netral mendominasi dengan 2.934 tweet, diikuti oleh 1.708 tweet positif dan 358 tweet negatif. Model yang digunakan mencapai akurasi 82,4%, dengan performa terbaik pada sentimen positif dan netral, sementara sentimen negatif masih memiliki f1-score yang lebih rendah. Penelitian ini memberikan kontribusi penting dalam memahami sentimen publik terhadap isu-isu politik di media sosial dan dapat menjadi pijakan awal bagi penelitian serupa di masa depan yang bertujuan untuk meningkatkan akurasi analisis sentimen. Kata Kunci : analisis sentimen, lexicon-based, naive bayes, pelantikan prabowogibran,

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing : Maria MEdiatrix Sebatubun, S.Kom., M.Eng
Uncontrolled Keywords:	Analisis Sentimen, lexicon-based, naive bayes, pelantikan prabowogibran, x.
Subjects:	A Karya Umum (General) > Ilmu Komputer (Computer Science) > Algoritma A Karya Umum (General) > Ilmu Komputer (Computer Science) > Analisis Sistem A Karya Umum (General) > Ilmu Komputer (Computer Science) > Situs Jejaring Sosial (Facebook, instagram, dsb)
Divisions:	Jenjang S1 > Sistem Informasi (S1)
Depositing User:	Mr. Andi Setyanto
Date Deposited:	05 Mar 2025 06:44
Last Modified:	05 Mar 2025 06:44
URI:	http://eprints.utdi.ac.id/id/eprint/10688

Actions (login required)

View Item