Rizkian Muhammad Fikri (2024) ANALISIS SENTIMEN OPINI MASYARAKAT DIGITAL INSTAGRAM TERHADAP PEMBANGUNAN ISTANA PRESIDEN DI IBU KOTA NUSANTARA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.
Text
PERPUS SKRIPSI RIZKIAN MUHAMMAD FIKRI - Kimusic Channel.pdf Download (4MB) |
Abstract
Ibu Kota Nusantara adalah ibu kota negara Indonesia yang baru pasca pemindahan yang dilakukan pemerintah Indonesia yang di Inisiasikan Presiden Joko Widodo, seiring perkembangan teknologi yang sangat pesat dan cepatnya penyebaran informasi tidak luput dari tanggapan masyarakat digital terkait pembangunan istana kepresidenan di ibu kota nusantara di media sosial Instagram. Dari opini masyarakat digital tentang pembangunan ini maka dilakukan analisis sentimen untuk mendapatkan hasil gambaran persepsi masyarakat karena terjadi pro kontra di masyarakat terkait pembangunan istana presiden ini. Tujuan: Penelitian ini bertujuan untuk mengklasifikasikan sentimen positif, negatif dan netral dari opini masyarakat digital Instagram terhadap pembangunan istana presiden di Ibu Kota Nusantara menggunakan metode Support Vector Machine. Metode: Dengan metode Support Vector Machine penelitian ini menggunakan 2 kernel yaitu linear dan RBF untuk mengklasifikasikan sentimen positif, negatif dan netral. Hasil: Pada penelitian ini klasifikasi menggunakan metode (Support Vector Machine) kernel linear dihasilkan akurasi 78% pada kernel RBF menghasilkan akurasi 79% ini menunjukkan keefektifan model tersebut dalam menangani tugas klasifikasi sentimen (Morgan & Claypool Publishers, 2012). Simpulan: Tingkat akurasi model SVM pada 2 kernel yang digunakan pada penelitian ini menghasilkan akurasi sebesar 78% (kernel linear), 79% (kernel linear). Hal ini menunjukkan bahwa metode SVM berjalan baik dan efektif dalam melakukan analisis sentimen terhadap opini Masyarakat digital Instagram terhadap Pembangunan istana presiden di Ibu Kota Nusantara
Item Type: | Skripsi |
---|---|
Subjects: | T Technology > T Technology (General) |
Fakultas: | FAKULTAS KESEHATAN |
Pengguna Penyetoran: | Rahman Perpustakaan UNISM |
Tanggal Setoran: | 26 Aug 2024 03:03 |
Last Modified: | 26 Aug 2024 03:03 |
URI: | http://repository.unism.ac.id/id/eprint/3277 |
Actions (login required)
View Item |