Analisis Sentimen dan Naïve Bayes Classifier terhadap Perspektif Masyarakat pada Pemindahan Ibu Kota Negara (IKN) Melalui Media Sosial Twitter

Putri, Cindy Nabila (2022) Analisis Sentimen dan Naïve Bayes Classifier terhadap Perspektif Masyarakat pada Pemindahan Ibu Kota Negara (IKN) Melalui Media Sosial Twitter. Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
Text
B1_10_Cindy_Nabila_Putri_19037016_5480_2022.pdf

Download (3MB) | Preview

Abstract

Salah satu topik yang ramai diperbincangkan di Twitter adalah terkait kebijakan pemindahan ibu kota Indonesia. Namun dibalik hal tersebut terdapat kontroversi dari pihak yang merasa pro dan kontra, kebijakan untuk pemindahan IKN dilatarbelakangi oleh kebutuhan untuk pengembangan wilayah ekonomi baru, menurunkan ketimpangan antar wilayah dan meningkatkan kesejahteraan rakyat. Masing-masing memiliki sudut pandang yang berbeda. Penelitian ini bertujuan untuk mengetahui klasifikasi pengguna twitter menggunakan analisis sentimen dan melihat nilai akurasi dalam pengklasifikasian menggunakan naïve bayes classifier terhadap kebijakan pemerintah mengenai pemindahan IKN. Jenis penelitian ini adalah penelitian terapan dengan menggunakan data sekunder. Data yang digunakan dalam penelitian ini adalah sekumpulan tweet yang diperoleh dari pengguna twitter di Indonesia yang diambil pada tanggal 18 Januari 2022 sampai dengan 24 Juli 2022 dengan menggunakan kata kunci “ikn”, “pemindahan ikn” dan “pemindahan ibu kota negara”. Data diperoleh dengan menggunakan teknik crawling yang dilakukan pada tanggal 26 Juli 2022 metode yang digunakan pada penelitian ini adalah praproses data (cleaning, case folding, tokenize, stopword removal, stemming, dan ekstraksi fitur menggunakan TF-IDF), dan klasifikasi sentimen. Hasil dari penelitian ini adalah pengklasifikasian tweet ke dalam sentimen positif dan sentimen negatif. Berdasarkan hasil analisis sentimen yang dilakukan terhadap tweets pemindahan ibu kota negara dari media sosial twitter sebanyak 273 tweets (229 positif dan 55 negatif) menggunakan naïve bayes classifier diperoleh nilai akurasi = 89.09%.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorAmalita, NonongUNSPECIFIED
CorrectorVionanda, DodiUNSPECIFIED
CorrectorFitri, FadhilahUNSPECIFIED
Subjects: H Social Sciences > HA Statistics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik - D3
Depositing User: Mrs. Dina Aulia Sari
Date Deposited: 07 Aug 2023 03:51
Last Modified: 07 Aug 2023 03:52
URI: http://repository.unp.ac.id/id/eprint/45653

Actions (login required)

View Item View Item