ANALISIS SENTIMEN OPINI PUBLIK TERHADAP KEBIJAKAN KENAIKAN PPN 12% MENGGUNAKAN METODE NAÏVE BAYES

Shodik, M. Bahrush (2025) ANALISIS SENTIMEN OPINI PUBLIK TERHADAP KEBIJAKAN KENAIKAN PPN 12% MENGGUNAKAN METODE NAÏVE BAYES. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text HALAMAN SAMPUL.pdf Download (1MB)
	Text ABSTRAK.pdf Download (152kB)
	Text BAB I.pdf Download (217kB)
	Text BAB II.pdf Restricted to Repository staff only Download (352kB) | Request a copy
	Text BAB III.pdf Restricted to Repository staff only Download (479kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (808kB) | Request a copy
	Text BAB V.pdf Restricted to Repository staff only Download (152kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (220kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (159kB) | Request a copy

Abstract

Penelitian ini bertujuan mengklasifikasikan opini publik terhadap kebijakan kenaikan PPN 12% pada platform X ke dalam tiga kategori sentimen menggunakan metode Naïve Bayes yang dipadukan dengan teknik balancing data SMOTE untuk mengatasi ketidakseimbangan data. Hasil analisis menunjukkan distribusi sentimen publik sebanyak 400 positif, 292 negatif, dan 151 netral, dengan mayoritas tanggapan bersifat positif. Pengujian menggunakan K-Fold Cross Validation (2, 4, 5, 8, dan 10 fold) menunjukkan kinerja yang baik, di mana nilai rata-rata tertinggi diperoleh pada K-Fold 4, 8, dan 10 dengan accuracy sebesar 83,57%, precision sebesar 83,99%, dan recall sebesar 83,70% untuk K-Fold 4; accuracy sebesar 83,81%, precision sebesar 84,34%, dan recall sebesar 83,96% untuk K-Fold 8; serta accuracy sebesar 83,81%, precision sebesar 84,21%, dan recall sebesar 83,85% untuk K-Fold 10. Performa terbaik dicapai pada K-Fold 10 uji ke-9 dengan accuracy sebesar 88,10%, precision sebesar 88,31%, dan recall sebesar 88,06%. Evaluasi akhir menggunakan confusion matrix pada data uji menghasilkan accuracy sebesar 71,60% dengan precision untuk kelas positif sebesar 71,91%, negatif sebesar 83,33%, dan netral sebesar 46,15%, serta recall positif sebesar 80,00%, negatif sebesar 76,27%, dan netral sebesar 40,00%. Adapun hasil evaluasi pada data validasi menunjukkan accuracy sebesar 71,43% dengan precision untuk kelas positif sebesar 79,07%, negatif sebesar 70,59%, dan netral sebesar 28,57%, serta recall positif sebesar 85,00%, negatif sebesar 82,76%, dan netral sebesar 13,33%. Hasil ini membuktikan bahwa kombinasi Naïve Bayes dan SMOTE efektif dalam mengklasifikasikan sentimen multikelas.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Oktavianto, Hardian

NIDN0722108105

Dosen Pembimbing

Abdurrahman, Ginanjar

NIDN0714078704

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Naïve Bayes, PPN 12%, SMOTE.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	M. Bahrush Shodik | bahrushshodik1591@gmail.com
Date Deposited:	19 Aug 2025 04:01
Last Modified:	19 Aug 2025 04:01
URI:	http://repository.unmuhjember.ac.id/id/eprint/26877

Actions (login required)

View Item