ANALISIS SENTIMEN IBU KOTA NEGARA BARU INDONESIA PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN SELEKSI FITUR CHI SQUARE

LESTARI, SRI (2022) ANALISIS SENTIMEN IBU KOTA NEGARA BARU INDONESIA PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN SELEKSI FITUR CHI SQUARE. Other thesis, Nusa Putra.

[thumbnail of Skripsi] Text (Skripsi)
Sri Lestari_Si22.pdf

Download (1MB)

Abstract

Isu mengenai Ibu Kota Negara baru Indonesia saat ini sedang banyak
dibicarakan oleh masyarakat, tidak terkecuali pada media sosial Twitter. Dengan
adanya pemindahan ibu kota negara dan nama baru untuk ibu kota negara Indonesia
ini tentu menimbulkan beragam tanggapan khususnya dari masyarakat Indonesia.
Karena banyaknya opini yang dikemukakan oleh masyarakat pada media sosial
sehingga menimbulkan suatu permasalahan seperti adanya pro dan kontra mengenai
Ibu Kota Negara baru Indonesia ini. Maka dari itu pada penelitian ini akan
dilakukan analisis sentimen mengenai opini pemindahan ibu kota negara Indonesia
yaitu Nusantara pada media sosial twitter dengan menggunakan metode algoritma
klasifikasi Support Vector Machine (SVM) dengan seleksi fitur chi square. Tujuan
penelitian adalah melakukan analisis sentimen dengan membandingkan model
algoritma Support Vector Machine (SVM) tanpa seleksi fitur dan dengan seleksi
fitur Chi Square. Dari penelitian yang telah dilakukan didapatkan hasil untuk
sentimen masyarakat terhadap Ibu Kota Negara baru Indonesia Nusantara
mendapatkan sentimen positif sebanyak 1.141 data dan sentimen negatif sebanyak
591 data. Ini berarti masyarakat Indonesia pada sosial media twitter lebih banyak
yang menanggapi positif terhadap Ibu Kota Negara baru Indonesia yaitu Nusantara.
Dari hasil pengujian didapatkan nilai akurasi yang besar yaitu pengujian algoritma
SVM dengan TF-IDF dan Chi Square yang mendapatkan nilai akurasi sebesar 90%,
dengan rata-rata nilai precision sebesar 90%, recall 86%, dan f1-score 88%. Hal ini
membuktikan bahwa penambahan seleksi fitur Chi Square dapat meningkatkan
nilai akurasi dibandingkan dengan algoritma SVM dengan TF-IDF saja.

Kata Kunci : Analisis Sentimen, Chi Square, Ibu Kota Negara Nusantara, Support
Vector Machine (SVM), Twitter

Item Type: Thesis (Other)
Subjects: T Technology > Computer Science > Information System
Depositing User: LIU Library Unit
Date Deposited: 07 Dec 2022 09:15
Last Modified: 07 Dec 2022 09:15
URI: http://repository.nusaputra.ac.id/id/eprint/447

Actions (login required)

View Item
View Item