ANALISIS SENTIMEN TERHADAP PILPRES 2024 DI TWITTER MENGGUNAKAN METODE NAIVE BAYES

Feryanto, Adiyatma (2024) ANALISIS SENTIMEN TERHADAP PILPRES 2024 DI TWITTER MENGGUNAKAN METODE NAIVE BAYES. Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
1. PENDAHULUAN.pdf

Download (1MB)
[img] Text
2. ABSTRAK.pdf

Download (430kB)
[img] Text
3. BAB I.pdf

Download (761kB)
[img] Text
4. BAB II.pdf

Download (998kB)
[img] Text
5. BAB III.pdf

Download (1MB)
[img] Text
6. BAB IV.pdf

Download (1MB)
[img] Text
7. BAB V.pdf

Download (426kB)
[img] Text
8. DAFTAR PUSTAKA.pdf

Download (652kB)
[img] Text
9. LAMPIRAN.pdf

Download (721kB)

Abstract

Sistem pemerintahan memegang peranan krusial dalam mengatur kekuasaan negara dan pengambilan keputusan yang melibatkan kepentingan publik. Demokrasi, sebagai bentuk sistem pemerintahan yang umum, memberikan hak partisipasi kepada warga negara melalui pemilihan umum dan kebebasan berekspresi. Penelitian ini mengeksplorasi peran sentimen masyarakat terhadap Pilpres 2024 di Indonesia, dengan fokus pada penggunaan metode Naïve Bayes dan pembobotan kata TF-IDF dalam analisis sentimen terhadap tweet di platform media sosial, Twitter. Hasil penelitian menunjukkan bahwa sentimen masyarakat terhadap Pilpres 2024 cenderung positif. Model klasifikasi menggunakan metode Naïve Bayes dengan pembobotan kata TF-IDF pada rasio pembagian data 80:20 menghasilkan akurasi sebesar 77%, presisi, dan recal 88%, 80%. Sedangkan, pada rasio pembagian data 50:50 menghasilkan performa terbaik yaitu akurasi sebesar 80%, presisi sebesar 87% dan recall sebesar 87%. Dan pada rasio pembagian data 30:70 menghasilkan akurasi sebesar 80%, presisi sebesar 83%, dan recall sebesar 93%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Pilpres 2024, Media Sosial
Subjects: 000 Computer Science, Information, & General Works > 003 Systems
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: Adiyatma Feryanto
Contributors:
ContributionContributor NameNIDN/NIDK
Thesis advisorMuharom, Lutfi aliNIDN0727108202
Thesis advisorRintyarna, Bagus SetyaNIDN0729017904
Contact Email Address: adiyatmaferyanto@gmail.com
Date Deposited: 13 May 2024 06:02
Last Modified: 13 May 2024 06:03
URI: http://repository.unmuhjember.ac.id/id/eprint/20850

Actions (login required)

View Item View Item