ANALISIS SENTIMEN MASYARAKAT TERHADAP APARAT KEPOLISIAN PASCA TRAGEDI KANJURUHAN PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Nugraha, Ridha (2023) ANALISIS SENTIMEN MASYARAKAT TERHADAP APARAT KEPOLISIAN PASCA TRAGEDI KANJURUHAN PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (1MB)
[img] Text (BAB I)
BAB I.pdf
Download (226kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (586kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (455kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (313kB)
[img] Text (BAB V)
BAB V.pdf
Download (37kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (92kB)
[img] Archive (SOURCE CODE)
Source Code - Ridha Nugraha.zip
Restricted to Repository staff only
Download (516kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only
Download (775kB)

Abstract

Salah satu kejadian pada tahun 2022 yang menyita banyak perhatian dari masyarakat Indonesia yaitu Tragedi Kanjuruhan. Tragedi ini melibatkan antara suporter sepak bola dengan aparat kepolisian, di mana dalam kejadian ini mengakibatkan korban jiwa yang memunculkan banyak sentimen atau opini dari masyarakat pada media sosial khususnya Twitter terhadap tindakan yang dilakukan oleh aparat kepolisian tersebut. Untuk melakukan analisis sentimen salah satu algoritma yang dapat digunakan yaitu Support Vector Machine (SVM) dengan mengklasifikasikan ke dalam kategori negatif dan positif. Sehingga pada penelitian ini akan dilakukan analisis sentimen menggunakan SVM terhadap aparat kepolisian pasca Tragedi Kanjuruhan ke dalam sentimen negatif dan positif. Hasil yang didapat pada penelitian ini dalam melakukan analisis sentimen menggunakan SVM mendapatkan 81% dari data bersentimen negatif, sedangkan 19% bersentimen positif terhadap aparat kepolisian pasca Tragedi Kanjuruhan. Penggunaan model klasifikasi memiliki nilai optimal menggunakan kernel rbf dengan accuracy sebesar 96%, recall 94%, precision 99%, serta f1 score 96%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Farida, Lilis Dwi
Uncontrolled Keywords: Sentimen, Klasifikasi, Support vector machine, Kepolisian, Kanjuruhan
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 06 Nov 2023 04:49
Last Modified: 06 Nov 2023 04:49
URI: http://eprints.amikom.ac.id/id/eprint/22697

Actions (login required)

View Item View Item