eprintid: 32004
rev_number: 15
eprint_status: archive
userid: 12
dir: disk0/00/03/20/04
datestamp: 2026-07-08 04:13:44
lastmod: 2026-07-08 04:13:44
status_changed: 2026-07-08 04:13:44
type: thesis
metadata_visibility: show
creators_name: Putra, Alfonsus Ferdy Mahardeka
creators_nim: 22.12.2310
contributors_name: Luthfi, Emha Taufiq
corp_creators: Universitas AMIKOM Yogyakarta
title: KOMPARASI MODEL KLASIFIKASI NAÏVE BAYES DAN
SVM DALAM ANALISIS SENTIMEN RESPON PUBLIK PADA
MOMEN 100 HARI KERJA PRABOWO DI PLATFORM X
ispublished: pub
subjects: 000.000.000A
divisions: sch_phy
full_text_status: restricted
keywords: Analisis Sentimen, Naïve Bayes, Support Vector Machine, TF-IDF,
SMOTE, Sentiment Analysis.
abstract: Perkembangan teknologi informasi telah mendorong media sosial menjadi
ruang interaksi publik yang penting dalam menyampaikan opini dan tanggapan
terhadap kebijakan pemerintah. Pada momen 100 hari kerja pemerintahan Prabowo
Subianto, berbagai tanggapan masyarakat yang muncul di platform X (Twitter)
membentuk kumpulan data tekstual yang mencerminkan kecenderungan sentimen
publik. Kondisi tersebut menjadikan platform X sebagai sumber data yang relevan
untuk dianalisis guna memahami persepsi masyarakat secara lebih luas dan objektif.
Penelitian ini bertujuan untuk mengidentifikasi kecenderungan sentimen publik
serta membandingkan kinerja dua algoritma klasifikasi teks, yaitu Naïve Bayes dan
Support Vector Machine (SVM), dalam konteks data sosial-politik berbahasa
Indonesia.
Data penelitian terdiri dari 1.369 tweet yang dikumpulkan melalui proses
scraping. Data tersebut kemudian melalui tahapan pra-pemrosesan teks, pelabelan
manual, pembobotan Term Frequency–Inverse Document Frequency (TF-IDF),
serta penyeimbangan data menggunakan Synthetic Minority Oversampling
Technique (SMOTE) yang diterapkan pada data latih. Model klasifikasi dilatih dan
dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score, serta
divisualisasikan melalui confusion matrix. Selain itu, analisis learning curve
dilakukan untuk melihat pola pembelajaran masing-masing model.
Hasil penelitian menunjukkan bahwa sentimen publik terhadap 100 hari
kerja pemerintahan Prabowo Subianto cederung didominnasi oleh sentimen positif
dan netral. Dari sisi performa model, SVM Linear memperoleh accuracy sebesar
0,781 dan F1-score sebesar 0,78, lebih tinggi dibandingkan Naïve Bayes dengan
accuracy sebesar 0,766 dan F1-score sebesar 0,76. Berdasarkan hasil tersebut, SVM
Linear dapat disimpulkan sebagai model yang lebih optimal dalam analisis
sentimen publik pada konteks sosial-politik berbahasa Indonesia. Temuan ini
diharapkan dapat memberikan kontribusi teoretis dalam pengembangan analisis
sentimen serta manfaat praktis bagi pemerintah, lembaga survei, dan pengembang
sistem informasi.
date: 2026-02-09
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Putra, Alfonsus Ferdy Mahardeka  (2026) KOMPARASI MODEL KLASIFIKASI NAÏVE BAYES DAN SVM DALAM ANALISIS SENTIMEN RESPON PUBLIK PADA MOMEN 100 HARI KERJA PRABOWO DI PLATFORM X.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/32004/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32004/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32004/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32004/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32004/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32004/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32004/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32004/8/Sourcecode%20-%2022.12.2310.zip
document_url: https://eprints.amikom.ac.id/id/eprint/32004/9/Publikasi.pdf