Analisis Sentimen Opini Masyarakat Tentang Institusi Polri Berdasarkan Twitter Menggunakan Metode Support Vector Machine (Svm)

Sirojudin, Said Ahmad (2023) Analisis Sentimen Opini Masyarakat Tentang Institusi Polri Berdasarkan Twitter Menggunakan Metode Support Vector Machine (Svm). Other thesis, UIN Sulthan Thaha Saifuddin Jambi.

Full text not available from this repository.

Abstract

Twitter merupakan salah satu media sosial yang saat ini selalu menjadi
pusat trending di Indonesia. Masyarakat ramai berbincang berbagai macam topik
termasuk salah satunya tentang polisi. Tujuan dari penilitian ini adalah melakukan
Analisis sentiment opini masyarakat tentang institusi polri berdasarkan twitter
menggunakan metode support vector machine. Tahapan penelitian dimulai dengan
tahapan crawling data Twitter sebanyak 6.925 data dari 3 kata kunci yaitu Institusi
polri, Humas polri dan Polda. Kemudian dilanjutkan dengan tahap Preprocessing
terdiri dari (cleansing, case folding, tokenizing dan filtering). Selanjutnya tahap
Ektrasi fitur menggunakan tf-idf dan terakhir tahap klasifikasi dan evaluasi. Dari
hasil pengujian manual data (73:27) didapatkan Accuracy sebanyak 70.66%,
Precision 70.68% dan Recall 99.76%. Pengujian data kedua (82:18) didapatkan
Accuracy sebanyak 86%, Precision 86.21% dan Recall 99.71%. Dari hasil
pengujian manual data (82:18) didapatkan Accuracy sebanyak 70.66%, Precision
70.68% dan Recall 99.76%. Pengujian data kedua (82:18) didapatkan Accuracy
sebanyak 86%, Precision 86.21% dan Recall 99.71%. Dari hasil pengujian sistem
data (80:20) Accuracy sebanyak 87.55%, Precision Positif 87.53%, Precision
Negatif 88.24%, Recall Positif 99.48%, Recall Negati 21.43%. Dari hasil
pengujian sistem data (60:40) Accuracy sebanyak 86.89%, Precision Positif
86.84%, Precision Negatif 88.46%, Recall Positif 99.61%, Recall Negati 16.43%.
Pengujian sistem split validation data (80:20) akurasi 87.55% dan Pengujian
sistem cross validation data keseluruhan menggunakan k-fold 5 akurasi sebesar
86.673%.
Kata kunci : Institusi Polri, Data Mining, Support Vector Machine

Item Type: Thesis (Other)
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: Perpustakaan UIN Sulthan Thaha Saifuddin Jambi
Date Deposited: 06 Jun 2024 04:51
Last Modified: 02 Oct 2024 01:47
URI: https://repository.uinjambi.ac.id/id/eprint/837

Actions (login required)

View Item
View Item