ETD - UIR

Electronic Thesis and Dissertation

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
    Member Login Online Registration
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject NPM Advanced Search

Last search:

{{tmpObj[k].text}}
Image of Analisis Sentimen Pengguna Twitter terhadap Kinerja Pemerintahan Prabowo Setelah 100 Hari Menjabat dengan Metode Random Forest
Bookmark Share

Analisis Sentimen Pengguna Twitter terhadap Kinerja Pemerintahan Prabowo Setelah 100 Hari Menjabat dengan Metode Random Forest

SANDRA SAFITRI - Personal Name; ANGGI HANAFIAH, - Personal Name;

Media sosial menjadi sarana utama masyarakat dalam menyampaikan opini terhadap kebijakan pemerintahan secara terbuka. Twitter, dengan lebih dari 24 juta pengguna aktif di Indonesia, kerap digunakan untuk merespons isu-isu publik secara real-time. Untuk mengetahui sentimen publik terhadap kinerja pemerintahan Prabowo Subianto sebagai Presiden Indonesia yang baru, diperlukan analisis terhadap opini yang tersebar di media sosial, khususnya Twitter. Namun, tantangan utama dalam analisis ini adalah keragaman ekspresi serta kompleksitas bahasa yang digunakan oleh pengguna. Oleh karena itu, pendekatan berbasis Machine Learning digunakan guna mengotomatisasi proses klasifikasi sentimen secara lebih akurat dan efisien. Penelitian ini bertujuan untuk membangun dan mengevaluasi model klasifikasi sentimen menggunakan algoritma Random Forest terhadap data tweet berbahasa Indonesia yang berkaitan dengan kinerja pemerintahan dalam 100 hari pertama masa jabatan. Metode yang digunakan meliputi crawling data, preprocessing, pelabelan semi-otomatis, ekstraksi fitur dengan TF-IDF, serta pelatihan model dengan berbagai variasi parameter. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada konfigurasi 200 pohon dan rasio data latih-uji 90:10 dengan akurasi sebesar 86,9% dan F1-score mencapai 88%. Berdasarkan hasil tersebut, algoritma Random Forest terbukti efektif dalam mengklasifikasikan sentimen secara otomatis. Dibandingkan dengan penambahan jumlah pohon, peningkatan proporsi data latih memberikan dampak yang lebih besar dalam meningkatkan performa klasifikasi.


Availability
#
Teknik Informatika (Fakultas Teknik) Location name is not set
ETD0013II
Available but not for loan - ETD
Detail Information
Call Number
-
Language
NPM
183510648
Publisher
Teknik Infomatika : Universitas Islam Riau., 2025
Keyword(s)
analisis sentimen, random forest, TF-IDF, Twitter
Other Information
Petugas
Budi Santoso
Other version/related

No other version available

File Attachment
  • Please login to see this attachment
Comments

You must be logged in to post a comment

ETD - UIR
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?