Analisis Sentimen Partai Demokrasi Indonesia Perjuangan (Pdip) Menggunakan Metode Support Vector Machine

Rebarky, Anghie Wym Ardan (2024) Analisis Sentimen Partai Demokrasi Indonesia Perjuangan (Pdip) Menggunakan Metode Support Vector Machine. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text 1 PENDAHULUAN.pdf Download (1MB)
	Text 2 ABSTRAK.pdf Download (151kB)
	Text 3 BAB I.pdf Download (216kB)
	Text 4 BAB II.pdf Restricted to Repository staff only Download (345kB) | Request a copy
	Text 5 BAB III.pdf Restricted to Repository staff only Download (511kB) | Request a copy
	Text 6 BAB IV.pdf Restricted to Repository staff only Download (868kB) | Request a copy
	Text 7 BAB V.pdf Restricted to Repository staff only Download (146kB) | Request a copy
	Text 8 DAFTAR PUSTAKA.pdf Download (220kB)
	Text 9 LAMPIRAN.pdf Restricted to Repository staff only Download (185kB) | Request a copy

Abstract

Partai Demokrasi Indonesia Perjuangan atau yang di singkat (PDIP) merupakan salah satu partai di Indonesia yang didirikan tahun 10 Januari 1973 oleh Megawati Soekarno Putri. Selama PDIP memimpin Indonesia 10 tahun terakhir, banyak kasus ataupun kontroversi yang dilakukan oleh politisi partai PDIP sehingga mulai menjadi topik perbincangan media massa di Indonesia. Salah satu media yang sering digunakan di Indonesia ialah X. Banyaknya pengguna media sosial di Indonesia membuat media sosial terutama X dapat digunakan secara efektif untuk melihat bagaimana opini dan pendapat dari masyarakat. Dari berbagai opini dan pendapat di X dibutuhkan sebuah teknik untuk mengklasifikasikan opini ke dalam kelas opini negatif, netral atau positif. Pada penelitian ini, digunakan TF-IDF untuk mengubah data ke bentuk numeric dan menggunakan Support Vector Machine Multiclass untuk proses klasifikasi. Hasil dari penelitian ini mendapatkan kesimpulan bahwa masyarakat cenderung memiliki sentimen netral terhadap Partai Demokrasi Indonesia Perjuangan. Hasil dari pengujian klasifikasi Support Vector Machine didapatkan nilai Accuracy sebesar 74%, Precission 58% dan Recall 34%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Analisis Sentimen, X, SVM, PDIP
Subjects:	000 Computer Science, Information, & General Works 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Anghie Wym Ardan Rebarky
Date Deposited:	22 Jul 2024 03:55
Last Modified:	22 Jul 2024 03:55
URI:	http://repository.unmuhjember.ac.id/id/eprint/22082

Actions (login required)

View Item