%0 Thesis
%9 S1 - Sarjana
%A Apreza, Egi
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2026
%F universitasamikomyogyakarta:32934
%I Universitas AMIKOM Yogyakarta
%K Analisis Sentimen, Twitter, Ibu Kota Nusantara, Pendidikan, Naive  Bayes, Support Vector Machine, Sentiment Analysis, Twitter, Nusantara Capital City (IKN), Education.
%T KOMPARASI KINERJA ALGORITMA NAIVE BAYES DAN  SUPPORT VECTOR MACHINE (SVM) DALAM   KLASIFIKASI SENTIMEN WARGANET TWITTER  MENGENAI ISU IBU KOTA NUSANTARA (IKN) PADA  SEKTOR PENDIDIKAN
%U https://eprints.amikom.ac.id/id/eprint/32934/
%X Pembangunan Ibu Kota Nusantara (IKN) sebagai proyek strategis nasional  menimbulkan beragam respons dari masyarakat, khususnya terkait dampaknya  terhadap sektor pendidikan. Media sosial Twitter (X) menjadi sarana utama bagi  warganet untuk menyampaikan opini, baik yang bersifat mendukung, menolak,  maupun netral. Banyaknya data opini yang muncul secara cepat dan masif  menyebabkan analisis manual menjadi tidak efektif, sehingga diperlukan  pendekatan komputasi untuk mengidentifikasi dan mengukur kecenderungan  sentimen publik secara objektif. Ketidakstabilan dan tingginya variasi sentimen  tersebut berpotensi memengaruhi persepsi publik serta pengambilan kebijakan di  sektor pendidikan.   Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja  algoritma Naive Bayes dan Support Vector Machine (SVM) dalam  mengklasifikasikan sentimen warganet Twitter terkait isu IKN pada sektor  pendidikan. Data penelitian berupa 2.006 tweet berbahasa Indonesia yang  dikumpulkan melalui proses crawling. Tahapan penelitian meliputi prapemrosesan    teks (cleaning, case folding, tokenisasi, stopword removal, dan  stemming), pelabelan sentimen otomatis menggunakan IndoBERT,  penyeimbangan data dengan oversampling, ekstraksi fitur menggunakan TF-IDF,  serta evaluasi model menggunakan confusion matrix dan Stratified K-Fold Cross-Validation.