ANALISIS SENTIMEN PUBLIK PADA MEDIA SOSIAL X TERHADAP INFLUENCER TIMOTHY RONALD MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Nugraha, Ardyva Sandy (2025) ANALISIS SENTIMEN PUBLIK PADA MEDIA SOSIAL X TERHADAP INFLUENCER TIMOTHY RONALD 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 (186kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (774kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (184kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (620kB)
[img] Text (BAB V)
BAB V.pdf

Download (44kB)
[img] Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only

Download (625kB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.11.3830.zip
Restricted to Repository staff only

Download (152kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only

Download (987kB)

Abstract

Perkembangan media sosial membuka peluang untuk mengamati dan menganalisis opini publik terhadap berbagai isu, termasuk terhadap tokoh publik. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap influencer Timothy Ronald di media sosial X menggunakan algoritma Support Vector Machine. Sebanyak 1.509 tweet berbahasa Indonesia dikumpulkan menggunakan metode crawling dan diproses melalui tahap cleansing, case folding, tokenizing, stopword removal, dan stemming. Setelah pelabelan manual, fitur teks diekstraksi menggunakan TF-IDF, lalu dilakukan penyeimbangan kelas menggunakan SMOTE. Model SVM dilatih dengan kernel Radial Basis Function dan diuji pada 542 data, menghasilkan akurasi sebesar 89% dan F1-score tertinggi 0,95 pada kelas positif. Meskipun performa pada kelas netral lebih rendah, model secara keseluruhan mampu mengklasifikasikan sentimen dengan efektif. Hasil penelitian ini menunjukkan bahwa kombinasi TF-IDF, SMOTE, dan SVM dapat diterapkan secara optimal untuk analisis sentimen publik, dan model yang dikembangkan telah diimplementasikan dalam aplikasi web interaktif berbasis Streamlit untuk menganalisis sentimen secara otomatis berdasarkan input teks.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Dewi, Melany Mustika
Uncontrolled Keywords: Analisis Sentimen, Media Sosial X, Support Vector Machine, TF-IDF, SMOTE, Streamlit
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 19 Sep 2025 03:55
Last Modified: 19 Sep 2025 03:55
URI: http://eprints.amikom.ac.id/id/eprint/30813

Actions (login required)

View Item View Item