Nugroho, Putra Bintang (2025) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PENYELENGGARAAN PROGRAM MAKAN BERGIZI GRATIS MENGGUNAKAN METODE NAIVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (796kB) |
|
Text (BAB I)
BAB I.pdf Download (164kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (491kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (328kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (866kB) |
|
Text (BAB V)
BAB V.pdf Download (86kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (381kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.12.1944.zip Restricted to Repository staff only Download (350kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (506kB) |
Abstract
Program Makan Bergizi Gratis merupakan inisiatif pemerintah yang bertujuan meningkatkan kualitas gizi masyarakat Indonesia. Sebagai media sosial dengan pengguna aktif yang luas, Twitter menjadi sumber penting untuk mengetahui opini publik terhadap program ini. Penelitian ini bertujuan untuk melakukan analisis sentimen pengguna Twitter terhadap penyelenggaraan Program Makan Bergizi Gratis menggunakan metode Naive Bayes Multinomial. Data dikumpulkan melalui teknik crawling terhadap tweet yang mengandung kata kunci relevan. Setelah melalui tahap pra-pemrosesan seperti pembersihan data, tokenisasi, dan normalisasi, data kemudian diklasifikasikan ke dalam tiga kategori sentimen: positif, negatif, dan netral. Metode Naive Bayes Multinomial dipilih karena kemampuannya dalam mengklasifikasikan teks berdasarkan probabilitas kemunculan kata pada setiap kelas sentimen. Algoritma ini menghitung kemungkinan suatu tweet termasuk dalam kelas tertentu dengan mengasumsikan independensi antar fitur, sehingga memungkinkan analisis yang sederhana namun efektif untuk data teks dalam jumlah besar. Hasil klasifikasi menunjukkan bahwa model yang digunakan mampu mencapai tingkat akurasi sebesar 85,86%, yang menandakan kinerja yang cukup baik dalam mendeteksi sentimen pengguna. Data hasil klasifikasi kemudian dianalisis untuk melihat distribusi sentimen dan memahami persepsi publik terhadap program ini. Penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas mengenai respons masyarakat, serta menjadi masukan bagi pihak penyelenggara dalam melakukan evaluasi dan perbaikan kebijakan di masa mendatang.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Twitter, Naive Bayes, Makan Bergizi Gratis | ||
| 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: | 13 Nov 2025 07:08 | ||
| Last Modified: | 13 Nov 2025 07:08 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31000 |
Actions (login required)
 |
View Item |