SENTIMEN ANALISIS PERSEPSI MASYARAKAT PENGGUNA TWITTER TERHADAP KAMPUS MERDEKA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE

INTAN, SALSABILLA and Sigit, Nugroho and Winalia, Agwil (2023) SENTIMEN ANALISIS PERSEPSI MASYARAKAT PENGGUNA TWITTER TERHADAP KAMPUS MERDEKA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE. Undergraduated thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.

[img] Archive (Thesis Statistik)
Intan Salsabilla_F1F018020 - Intan Salsabilla.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (1MB)

Abstract

Program kampus merdeka sedang dilaksanakan oleh pemerintah sebagai upaya untuk mewujud pembelajaran di perguruan tinggi yang otonom dan fleksibel sehingga tercipta kultur belajar yang inovatif, tidak mengekang, dan sesuai dengan kebutuhan mahasiswa. Kampus merdeka memberikan nilai lebih dan menarik serta memberikan berbagai respons dari masyarakat baik secara langsung maupun di berbagai platform media sosial. Salah satu platform media sosial adalah twitter. Oleh sebab itu dilakukan penelitian terhadap respon masyarakat terhadap program kampus merdeka di media sosial Twitter. Dokumen Twitter yang berupa tweet respon masyarakat terhadap program kampus merdeka diklasifikasikan menjadi dua kategori, yaitu respon positif dan respon negatif. Metode yang digunakan pada penelitian ini adalah Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM) dengan kernel Polynomial Degree 2. Tingkat akurasi tertinggi yang dihasilkan dari penelitian ini adalah 73,5% dengan nilai parameter λ sebesar 0,5, nilai konstanta γ sebesar 0,5, dengan data latih sebanyak 309 dokumen untuk data latih dan 132 dokumen untuk data uji. Hasil akurasi yang didapatkan untuk metode Naïve Bayes Classifier sebesar 65,9%dan untuk metode Support Vector Machine didapatkan akurasi sebesar 73,5%. Kata Kunci : Kampus Merdeka, Sentimen Analisis, Naïve Bayes Classifier, Support Vector Machine

Item Type: Thesis (Undergraduated)
Subjects: Q Science > Q Science (General)
Divisions: Faculty of Math & Natural Science > Department of Math Science
Depositing User: 58 lili haryanti
Date Deposited: 29 May 2024 04:59
Last Modified: 29 May 2024 04:59
URI: http://repository.unib.ac.id/id/eprint/18249

Actions (login required)

View Item View Item