Text

ANALISIS SENTIMEN TERHADAP AKURASI OPINI PUBLIK DENGAN TAGAR #KABURAJADULU MENGGUNAKAN ALGORITMA MACHINE LEARNING

---

Penelitian ini menganalisis sentimen publik terhadap tagar #KaburAjaDulu dari 2.003 tweet yang dikumpulkan melalui web scraping menggunakan tool tweet- harvest. Opini publik dikategorikan menjadi sentimen positif sebanyak 560 dan sentimen negatif sebanyak 1.298, lalu dianalisis dengan tiga algoritma machine learning, yaitu Naive Bayes, Support Vector Machine, dan K-Nearest Neighbors. Penelitian ini bertujuan untuk menganalisis opini masyarakat mengenai isu sosial yang tercermin dalam tagar #KaburAjaDulu dan menentukan algoritma terbaik untuk analisis sentimen. Penelitian membandingkan kinerja ketiga algoritma dengan rasio pembagian data 60:40, 70:30, 80:20, dan 90:10 untuk mengukur akurasi. Data diproses melalui tahapan cleaning, case folding, normalization, tokenization, stopwords removal, dan stemming, serta menggunakan teknik SMOTE untuk menangani ketidakseimbangan data. Hasil penelitian menunjukkan bahwa KNN memiliki kemampuan yang cukup baik dalam memprediksi sentimen namun pada teks berdimensi tinggi KNN menjadi kurang efektif sehingga menghasilkan akurasi lebih rendah daripada SVM. Berdasarkan hasil pengujian SVM memberikan accuracy terbaik sebesar 91% pada rasio 90:10, diikuti KNN dengan accuracy sebesar 82%, dan Naive Bayes yang menghasilkan accuracy sebesar 77% setelah SMOTE pada rasio 90:10. Hal ini menunjukkan bahwa algoritma SVM merupakan algoritma terbaik dalam analisis sentimen pada tweet dengan tagar #KaburAjaDulu.

---

Availability

Detail Information

Call Number

Informatika 518.1 Ade A

Language

Indonesia

NPM

213510173

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Analisis Sentimen
#Kaburajadulu,
, Machine Learning

Other Information

Petugas

BUDI SANTOSO

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment