ANALISIS SENTIMEN TERHADAP EVENT CLASH OF CHAMPIONS PADA MEDIA SOSIAL X DENGAN ALGORITMA SUPPORT VECTOR MACHINE

Harahap, Aziz Kurniawan (2025) ANALISIS SENTIMEN TERHADAP EVENT CLASH OF CHAMPIONS PADA MEDIA SOSIAL X DENGAN ALGORITMA SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (880kB)
	Text (BAB I) BAB I.pdf Download (224kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (685kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (283kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (50kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (241kB)
	Archive (SOURCE CODE) Sourcecode - 21.12.2218.zip Restricted to Repository staff only Download (10MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (532kB)

Abstract

Perkembangan media sosial yang pesat menjadikannya platform utama bagi masyarakat untuk menyuarakan opini, termasuk terhadap acara edukatif seperti Clash of Champions (COC) yang diselenggarakan oleh Ruangguru. Acara ini menggabungkan kompetisi akademik dengan konsep reality show University War dari Korea Selatan, menarik perhatian luas di Twitter. Namun, belum diketahui bagaimana sentimen masyarakat terhadap acara ini serta bagaimana analisis sentimen dapat memberikan wawasan bagi pengembang acara edutainment. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen publik terhadap Clash of Champions menggunakan algoritma Support Vector Machine (SVM). Penelitian ini menggunakan metode machine learning dengan algoritma SVM untuk mengklasifikasikan sentimen menjadi positif, negatif, dan netral. Data dikumpulkan dari Twitter, lalu melalui proses preprocessing seperti tokenization, stemming, dan stopword removal. Setelah itu, data dilatih menggunakan SVM untuk membangun model klasifikasi sentimen. Kinerja model dievaluasi berdasarkan akurasi, precision, recall, dan F1-score guna menilai efektivitas dalam mengklasifikasikan sentimen publik terhadap Clash of Champions. Hasil penelitian menunjukkan bahwa mayoritas sentimen terhadap acara ini adalah positif (50,57%), sementara sentimen netral dan negatif masing-masing sebesar 24,90% dan 24,52%. Model SVM mencapai tingkat akurasi 70,11%, dengan performa terbaik dalam mengklasifikasikan sentimen netral dibandingkan positif dan negatif. Hasil penelitian ini dapat dimanfaatkan oleh penyelenggara acara edutainment untuk memahami opini publik dan meningkatkan kualitas program agar lebih sesuai dengan harapan masyarakat. Penelitian lebih lanjut dapat dilakukan dengan membandingkan SVM dengan algoritma lain atau menggabungkan metode berbeda guna meningkatkan akurasi klasifikasi sentimen.

Actions (login required)

View Item