YUNAS, AN - 22/2008/0088/TSD/15 (2025) ANALISIS SENTIMEN BODY SHAMING PADA MEDIA SOSIAL X MENGGUNAKAN RANDOM FOREST DAN NAÏVE BAYES. Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI).
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text
1_ 2220080088TSD15_HALAMAN_DEPAN.pdf - Published Version Download (261kB) |
|
Text
2_ 2220080088TSD15_BAB_I.pdf - Published Version Download (7kB) |
|
Text
3_ 2220080088TSD15_BAB_II.pdf - Published Version Download (1MB) |
|
Text
4_ 2220080088TSD15_BAB_III.pdf - Published Version Download (509kB) |
|
Text
5_ 2220080088TSD15_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (245kB) |
|
Text
6_ 2220080088TSD15_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (134kB) |
Abstract
Abstrak–Fenomena body shaming di media sosial, khususnya pada platform X (Twitter), semakin marak dan memberikan dampak negatif terhadap kondisi psikologis penggunanya. Penelitian ini bertujuan untuk menganalisis sentimen komentar yang mengandung unsur body shaming dengan membandingkan performa dua algoritma klasifikasi teks, yaitu Random Forest dan Naïve Bayes Classifier. Metode yang digunakan meliputi pengumpulan 2.204 tweet yang mengandung kata kunci terkait body shaming, dilanjutkan dengan tahapan preprocessing seperti cleaning, tokenizing, stopword removal, dan stemming. Data kemudian diberi bobot menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan dibagi menjadi data latih dan data uji. Evaluasi model dilakukan menggunakan teknik 10-Fold Cross Validation dan metrik akurasi, presisi, recall, serta F1-score. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memperoleh akurasi tertinggi sebesar 90,68%, sedikit lebih unggul dibandingkan Random Forest yang mencapai akurasi 89,79%. Namun demikian, Random Forest menunjukkan performa yang lebih seimbang dalam mengklasifikasikan sentimen netral dan negatif. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua algoritma mampu mengklasifikasikan sentimen body shaming dengan akurat, dengan Naïve Bayes lebih sesuai untuk digunakan pada dataset serupa. Kata Kunci: Body Shaming; Twitter; Klasifikasi; Naïve Bayes; Random Forest
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Dr. Domy Kristomo, S.T., M.Eng |
| Uncontrolled Keywords: | Body Shaming; Twitter; Klasifikasi; Naïve Bayes; Random Forest |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Analisis Sentimen A Karya Umum (General) > Ilmu Komputer (Computer Science) > Situs Jejaring Sosial (Facebook, instagram, dsb) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Metode Naive Bayes |
| Divisions: | Tesis (S2) > Teknologi Informasi (S2) |
| Depositing User: | Mr. Andi Setyanto |
| Date Deposited: | 12 Sep 2025 03:54 |
| Last Modified: | 12 Sep 2025 03:54 |
| URI: | http://eprints.utdi.ac.id/id/eprint/10881 |
Actions (login required)
 |
View Item |
