EPrints Universitas Amikom YogyakartaKOMPARASI KINERJA ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI SENTIMEN WARGANET TWITTER MENGENAI ISU IBU KOTA NUSANTARA (IKN) PADA SEKTOR PENDIDIKANEgiAprezaauthorPembangunan 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.006 Metode komputer khusus2026-02-24Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.