Text

ANALISIS SENTIMEN PUBLIK DI MEDIA SOSIAL TERHADAP PEMOTONGAN ANGGARAN PENDIDIKAN MENGGUNAKAN ALGORITMA SVM DAN LOGISTIC REGRESSION

---

Pemotongan anggaran pendidikan yang dilakukan oleh pemerintah Indonesia memicu beragam tanggapan dari masyarakat, khususnya melalui media sosial. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kebijakan tersebut dengan memanfaatkan data dari dua platform media sosial, yaitu Twitter dan YouTube. Analisis sentimen dalam penelitian ini diklasifikasikan ke dalam tiga kategori: positif, negatif, dan netral. Untuk proses klasifikasi sentimen, digunakan dua algoritma machine learning, yaitu Support Vector Machine (SVM) dan Logistic Regression. Proses penelitian diawali dengan pengambilan data (crawling), dilanjutkan dengan tahap pra-pemrosesan teks yang mencakup pembersihan data, tokenisasi, penghapusan kata umum (stopword), normalisasi, serta stemming. Pemberian label dilakukan secara manual (human) oleh peneliti berdasarkan pemahaman konteks dan makna setiap teks. Selanjutnya, dilakukan pembobotan kata menggunakan metode TF-IDF dan penyeimbangan data dengan teknik SMOTE. Dari hasil evaluasi, kedua algoritma mampu melakukan klasifikasi sentimen dengan performa yang cukup baik. Pada data X (Twitter) SVM mencapai akurasi sebesar 62.60% dan Logistic Regression sebesar 64.17%. Sementara itu pada data Youtube, SVM mencapai akurasi sebesar 92.86% sedangkan Logistic Regression sebesar 92.50%.

---

Availability

Detail Information

Call Number

-

Language

Indonesia

NPM

203510591

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Kata Kunci: Analisis Sentimen, Pemotongan Anggaran

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment