Putri, Echa Amelya (2025) ANALISIS SENTIMEN PUBLIK TERHADAP KEBOCORAN DATA KOMINFO PADA TWITTER MENGGUNAKAN MODEL KLASIFIKASI. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (915kB) |
|
Text (BAB I)
BAB I.pdf Download (141kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (636kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (529kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (39kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (178kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.12.2128.zip Restricted to Repository staff only Download (8kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (846kB) |
Abstract
Kebocoran data Kementrian dan Informatika (Kominfo) menjadi topik perbincangan yang hangat di kalangan masyarakat. Kejadian ini meninmbulkan kekhawatiran publik terkait keamanan data pribadi, terutama dengan meningkatnya penggunaan teknologi digital dan layanan online yang mengandalkan penyimpanan data. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kebocoran data Kominfo di Twitter menggunakan tiga model klasifikasi :Naïve Bayes, Random Forest, dan Logistic Regression. Dalam Penelitian ini, tweet yang berkaitan dengan kebocoran data Kominfo dikategorikan ke dalam tiga sentimen utama, yaitu positif, netral, atau negatif. Hasil analisis sentimen menunjukkan bahwa dari ketiga model klasifikasi yang diuji, Logistic Regression memiliki performa terbaik dalam mengklasifikasikan sentimen publik dengan akurasi sebesar 89%. Model ini mencapai presisi sebesar 75% untuk sentimen positif, 44% untuk netral, dan 91% untuk negatif. Recall yang diperoleh adalah 21% untuk positif, 21% untuk netral, dan 100% untuk negatif, dengan F1-score masing-masing sebesar 19% untuk positif dan 29% untuk netral, dan 95% untuk negatif.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Opini Publik, Kebocoran Data, Kominfo, Analisis Sentimen, Twitter, Klasifikasi | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 10 Apr 2025 06:45 | ||
| Last Modified: | 10 Apr 2025 06:45 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/29260 |
Actions (login required)
 |
View Item |