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.
1. PENDAHULUAN.pdf
Download (1MB)
2. ABSTRAK.pdf
Download (430kB)
3. BAB I.pdf
Download (761kB)
4. BAB II.pdf
Download (998kB)
5. BAB III.pdf
Download (1MB)
6. BAB IV.pdf
Download (1MB)
7. BAB V.pdf
Download (426kB)
8. DAFTAR PUSTAKA.pdf
Download (652kB)
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%.
| Dosen Pembimbing: | Muharom, Lutfi ali and Rintyarna, Bagus Setya | NIDN0727108202, NIDN0729017904 |
|---|---|
| Item Type: | Thesis (Undergraduate) |
| Keywords/Kata Kunci: | Pilpres 2024, Media Sosial |
| Subjects: | 000 Computer Science, Information, & General Works > 003 Systems |
| Divisions: | Faculty of Engineering > Department of Informatics Engineering (S1) |
| Depositing User: | Adiyatma Feryanto | adiyatmaferyanto@gmail.com |
| Date Deposited: | 13 May 2024 06:02 |
| Last Modified: | 13 May 2024 06:03 |
| URI: | https://repository.unmuhjember.ac.id/id/eprint/20850 |
