Detail Tugas Akhir

ANALISIS SENTIMEN PUBLIK TERHADAP KASUS EMAS ANTAM DI MEDIA SOSIAL X MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Hikmah, Achmad Raudhotul (2026) ANALISIS SENTIMEN PUBLIK TERHADAP KASUS EMAS ANTAM DI MEDIA SOSIAL X MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Berkas Tugas Akhir

PDF
Text
1. pendahuluan (1).pdf
PDF
Text
2. abstrak (1).pdf
PDF
Text
3. bab i.pdf
PDF
Text
4. bab ii (1).pdf
Restricted to Registered users only
PDF
Text
5. bab iii (1).pdf
Restricted to Registered users only
PDF
Text
6. bab iv.pdf
Restricted to Registered users only
PDF
Text
7. bab v.pdf
Restricted to Registered users only
PDF
Text
8. daftar pustaka (1).pdf
PDF
Text
9. lampiran (1).pdf
Restricted to Registered users only
PDF
Text
10. jurnal (1).pdf

Abstract

Perkembangan media sosial, khususnya X (Twitter), menjadikannya sumber penting untuk melihat opini publik. Salah satu isu yang ramai dibahas adalah kasus emas Antam yang terkait dugaan penyalahgunaan cap resmi dan peredaran emas ilegal. Penelitian ini menganalisis sentimen publik terhadap isu tersebut dengan mengklasifikasikan tweet menjadi positif, negatif, dan netral. Data dikumpulkan melalui crawling menggunakan kata kunci “kasus emas antam” pada periode 1 Maret–7 Mei 2025 dan menghasilkan 716 tweet. Proses penelitian mencakup tahap preprocessing, ekstraksi fitur menggunakan N-gram dan TF-IDF, serta klasifikasi menggunakan Support Vector Machine (SVM). Evaluasi dilakukan dengan confusion matrix untuk menghitung akurasi, presisi, recall, dan f1-score. Hasilnya, model SVM mencapai akurasi 85%, presisi 91%, recall 78%, dan F1-score 80% menunjukkan performa yang baik dalam mengklasifikasikan sentimen. Penelitian ini diharapkan dapat memberikan gambaran mengenai persepsi publik serta menjadi referensi dalam penerapan analisis sentimen pada isu sosial lainnya.

Informasi Item

Item Type Thesis (Undergraduate)
Keywords/Kata Kunci Analisis Sentimen, Support Vector Machine (SVM), Emas Antam, TF-IDF, N-gram.
Subjects 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions Faculty of Engineering > Department of Informatics Engineering (S1)
Date Deposited 10 Feb 2026 01:15
Last Modified 10 Feb 2026 01:15
URI https://repository.unmuhjember.ac.id/id/eprint/30167

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?