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.
![]() |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
![]() |
Text (BAB I)
BAB I.pdf Download (186kB) |
![]() |
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (774kB) |
![]() |
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (184kB) |
![]() |
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (620kB) |
![]() |
Text (BAB V)
BAB V.pdf Download (44kB) |
![]() |
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (625kB) |
![]() |
Archive (SOURCE CODE)
Sourcecode - 21.11.3830.zip Restricted to Repository staff only Download (152kB) |
![]() |
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: |
|
||
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 |