Hamdani, Fiska Yogi (2025) ANALISIS SENTIMEN TERHADAP PEMILU 2024 MENGGUNAKAN ALGORITMA MULTINOMINAL NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (979kB) |
|
Text (BAB I)
BAB I.pdf Download (346kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (834kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (297kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (78kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (109kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.12.2159.zip Restricted to Repository staff only Download (4MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (701kB) |
Abstract
Pemilu 2024 menjadi topik yang ramai diperbincangkan di media sosial, khususnya pada Platform X (Twitter). Opini yang dibagikan mencerminkan pandangan publik terhadap proses demokrasi dan kandidat yang terlibat, namun volume data yang besar membuat analisis manual tidak efisien. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Pemilu 2024 secara otomatis sehingga persepsi publik dapat dipahami dengan lebih cepat dan akurat. Data dikumpulkan melalui teknik crawling dari Platform X, kemudian diproses menggunakan tahapan preprocessing seperti pembersihan teks, tokenisasi, normalisasi, dan stemming. Klasifikasi sentimen dilakukan dengan algoritma Multinomial Naive Bayes menggunakan pembobotan TF-IDF. Sentimen dibagi menjadi dua kategori, yaitu positif dan negatif. Untuk mengatasi ketidakseimbangan data digunakan metode SMOTE, dan model dievaluasi pada tiga skenario pembagian data latih dan uji (90:10, 80:20, dan 70:30). Hasil penelitian menunjukkan bahwa skenario 90:10 memberikan performa terbaik dengan akurasi 80,45%, presisi 81,54%, recall 79,80%, dan F1-score 80,62%. Temuan ini membuktikan bahwa algoritma Multinomial Naive Bayes efektif untuk mengklasifikasikan opini publik, serta berpotensi digunakan sebagai alat bantu berbasis data dalam memahami dinamika persepsi masyarakat menjelang Pemilu 2024.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Pemilu 2024, TF-IDF, Multinomial Naive Bayes, Twitter | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 11 Nov 2025 07:49 | ||
| Last Modified: | 11 Nov 2025 07:49 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/30976 |
Actions (login required)
 |
View Item |