ANALISIS SENTIMEN TERHADAP ISU BUBARKAN DPR DI PLATFORM X MENGGUNAKAN PENDEKATAN SUPPORT VECTOR CLASSIFIER

Firdaus, Aditya Farrel (2026) ANALISIS SENTIMEN TERHADAP ISU BUBARKAN DPR DI PLATFORM X MENGGUNAKAN PENDEKATAN SUPPORT VECTOR CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (222kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (931kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (409kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (817kB)
	Text (BAB V) BAB V.pdf - Published Version Download (77kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (335kB)
	Archive (SOURCE CODE) Sourcecode - 22.83.0825.zip - Published Version Restricted to Repository staff only Download (398kB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (963kB)

Abstract

Perkembangan media sosial telah mengubah pola komunikasi masyarakat dalam mengekspresikan opini terkait isu sosial dan politik. Twitter (X) sebagai platform real-time menjadi ruang yang mencerminkan sentimen publik secara spontan, termasuk pada isu viral “Bubarkan DPR” yang mencuat sebagai bentuk ketidakpuasan terhadap kinerja legislatif. Penelitian ini bertujuan menganalisis kecenderungan sentimen publik terhadap isu tersebut menggunakan Support Vector Classifier. Data yang digunakan berjumlah 2.165 cuitan yang melalui proses pelabelan, prapemrosesan, dan klasifikasi sentimen positif serta negatif. Hasil evaluasi menunjukkan bahwa Support Vector Classifier memiliki performa sangat baik dengan akurasi 84% dan weighted F1-Score 81% (presisi 83%, recall 84%). Model secara konsisten menghasilkan performa tertinggi pada sentimen negatif (F1-Score 90%) yang juga menjadi kelompok dominan dalam dataset. Temuan ini menunjukkan bahwa Support Vector Classifier efektif untuk analisis teks informal berbahasa Indonesia dan mengungkap bahwa persepsi publik terhadap DPR dalam isu ini cenderung negatif.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Marco, Robert

Uncontrolled Keywords:

Analisis Sentimen, Support Vector Machine, TF-IDF, Twitter, DPR RI, Sentiment Analysis

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum

Divisions:

Fakultas Ilmu Komputer > Teknik Komputer

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

02 Jul 2026 03:21

Last Modified:

02 Jul 2026 03:21

URI:

http://eprints.amikom.ac.id/id/eprint/31878

Actions (login required)

View Item