@prefix skos: <http://www.w3.org/2004/02/skos/core#> .
  @prefix void: <http://rdfs.org/ns/void#> .
  @prefix dct: <http://purl.org/dc/terms/> .
  @prefix bibo: <http://purl.org/ontology/bibo/> .
  @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
  @prefix geo: <http://www.w3.org/2003/01/geo/wgs84_pos#> .
  @prefix dc: <http://purl.org/dc/elements/1.1/> .
  @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
  @prefix event: <http://purl.org/NET/c4dm/event.owl#> .
  @prefix eprel: <http://eprints.org/relation/> .
  @prefix cc: <http://creativecommons.org/ns#> .
  @prefix foaf: <http://xmlns.com/foaf/0.1/> .
  @prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
  @prefix ep: <http://eprints.org/ontology/> .
  @prefix owl: <http://www.w3.org/2002/07/owl#> .
  @prefix epid: <http://eprints.amikom.ac.id/id/> .

<>
	foaf:primaryTopic <http://eprints.amikom.ac.id/id/eprint/31780>;
	rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string .

<http://eprints.amikom.ac.id/id/document/319562>
	dct:hasPart <https://eprints.amikom.ac.id/id/eprint/31780/1/22.55.2298%20Arif%20Dwi%20Syafutra.pdf>;
	ep:hasFile <https://eprints.amikom.ac.id/id/eprint/31780/1/22.55.2298%20Arif%20Dwi%20Syafutra.pdf>;
	rdf:type bibo:Document,
		ep:Document;
	rdfs:label "ANALISIS SENTIMEN TENTANG OMNIBUS LAW DI TWITTER\r\nDENGAN MACHINE LEARNING (Text)"^^xsd:string .

<http://eprints.amikom.ac.id/id/eprint/31780#authors>
	rdf:_1 <http://eprints.amikom.ac.id/id/person/ext-f8772971fa61eed8ad11fb819cf1288a> .

<http://eprints.amikom.ac.id/id/eprint/31780>
	<> <http://eprints.amikom.ac.id/id/person/ext-29c1a4a75714698e4045e0cd51fcff3d>;
	bibo:abstract "Omnibus law atau undang-undang cipta kerja telah menjadi topik\r\nperdebatan publik yang intens di indonesia sejak disahkan pada tahun 2020.\r\nPenelitian ini bertujuan untuk menganalisis sentimen masyarakat indonesia\r\nterhadap omnibus law melalui data twitter dengan menggunakan pendekatan\r\nmachine learning. Dataset penelitian terdiri dari 20.000 tweet mentah yang\r\ndikumpulkan dari periode 20 juli 2020 hingga 14 april 2023, menghasilkan 17.184\r\ntweet valid setelah penyaringan. Data melalui preprocessing intensif meliputi case\r\nfolding, cleaning, normalisasi, tokenisasi, stopword removal, dan stemming,\r\ndengan reduksi 38,5% menjadi 81.705 kata unik. Pelabelan sentimen menggunakan\r\nlexicon-based menghasilkan distribusi 60,02% negatif dan 39,98% positif. \r\nPenelitian mengimplementasikan tiga algoritma: support vector machine\r\n(svm), random forest, dan multinomial naïve bayes, dengan teknik resampling rus,\r\nros, dan smote. Ekstraksi fitur menggunakan tf-idf dengan feature selection\r\nmereduksi dimensi dari 18.247 menjadi 7.500 fitur (58%). Hasil menunjukkan svm\r\ndengan rus menghasilkan performa terbaik: akurasi 97,65%, precision 97,59%,\r\nrecall 97,45%, f1-score 97,52%, dan auc-roc 0,9929. Random forest mencapai\r\n96,17% dan multinomial naïve bayes 94,76%. Analisis temporal mengungkapkan\r\nsentimen negatif puncak 78% pada oktober 2020 dengan kata kunci \"tolak\",\r\n\"buruh\", \"demo\", dan \"phk\". Penelitian memberikan kontribusi metodologis berupa\r\nkerangka kerja analisis sentimen kebijakan publik berbahasa indonesia dan secara\r\npraktis menyediakan alat monitoring opini publik real-time."^^xsd:string;
	bibo:authorList <http://eprints.amikom.ac.id/id/eprint/31780#authors>;
	bibo:status <http://purl.org/ontology/bibo/status/published>;
	dc:hasVersion <http://eprints.amikom.ac.id/id/document/319562>;
	dct:creator <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>,
		<http://eprints.amikom.ac.id/id/person/ext-f8772971fa61eed8ad11fb819cf1288a>;
	dct:date "2025-12-01";
	dct:isPartOf <http://eprints.amikom.ac.id/id/repository>;
	dct:issuer <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>,
		<http://eprints.amikom.ac.id/id/org/ext-5579446f2b8375d52911678146c6821a>;
	dct:subject <http://eprints.amikom.ac.id/id/subject/000.000.000A>,
		<http://eprints.amikom.ac.id/id/subject/000.000.004>;
	dct:title "ANALISIS SENTIMEN TENTANG OMNIBUS LAW DI TWITTER\r\nDENGAN MACHINE LEARNING"^^xsd:string;
	ep:hasDocument <http://eprints.amikom.ac.id/id/document/319562>;
	ep:hasPublished <http://eprints.amikom.ac.id/id/document/319562>;
	rdf:type bibo:Article,
		bibo:Thesis,
		ep:EPrint,
		ep:ThesisEPrint;
	rdfs:seeAlso <https://eprints.amikom.ac.id/id/eprint/31780/> .

<http://eprints.amikom.ac.id/id/subject/000.000.000A>
	rdf:type skos:Concept;
	skos:prefLabel "000 Ilmu komputer, informasi dan pekerjaan umum"@en .

<http://eprints.amikom.ac.id/id/subject/000.000.004>
	rdf:type skos:Concept;
	skos:prefLabel "004 Pemrosesan data dan ilmu komputer"@en .

<https://eprints.amikom.ac.id/id/eprint/31780/1/22.55.2298%20Arif%20Dwi%20Syafutra.pdf>
	rdfs:label "22.55.2298 Arif Dwi Syafutra.pdf"^^xsd:string .

<https://eprints.amikom.ac.id/id/eprint/31780/>
	dc:format "text/html";
	dc:title "HTML Summary of #31780 \n\nANALISIS SENTIMEN TENTANG OMNIBUS LAW DI TWITTER&#13;\nDENGAN MACHINE LEARNING\n\n";
	foaf:primaryTopic <http://eprints.amikom.ac.id/id/eprint/31780> .

<http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>
	dct:hasPart <http://eprints.amikom.ac.id/id/org/ext-5579446f2b8375d52911678146c6821a>;
	foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string;
	rdf:type foaf:Organization .

<http://eprints.amikom.ac.id/id/org/ext-5579446f2b8375d52911678146c6821a>
	dct:isPartOf <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>;
	foaf:name "PJJ Magister Teknik Informatika, Universitas AMIKOM Yogyakarta"^^xsd:string;
	rdf:type foaf:Organization .

<http://eprints.amikom.ac.id/id/person/ext-29c1a4a75714698e4045e0cd51fcff3d>
	foaf:familyName "Kusrini"^^xsd:string;
	foaf:givenName "Kusrini"^^xsd:string;
	foaf:name "Kusrini Kusrini"^^xsd:string;
	rdf:type foaf:Person .

<http://eprints.amikom.ac.id/id/person/ext-f8772971fa61eed8ad11fb819cf1288a>
	foaf:familyName "Syafutra"^^xsd:string;
	foaf:givenName "Arif Dwi"^^xsd:string;
	foaf:name "Arif Dwi Syafutra"^^xsd:string;
	rdf:type foaf:Person .