Analisis Sentimen Kampanye Anti-LGBT pada Twitter Menggunakan Metode Naïve Bayes Classifier dengan Ekstraksi Fitur N-Gram.

Dacosta, Rios (2024) Analisis Sentimen Kampanye Anti-LGBT pada Twitter Menggunakan Metode Naïve Bayes Classifier dengan Ekstraksi Fitur N-Gram. Skripsi thesis, Fakultas Matematika dan Ilmu Pengetahuan Alam.

[img]
Preview
Text
B1_3_10_RIOS_DACOSTA_ 19337013_3840_3840_2024.pdf

Download (1MB) | Preview

Abstract

Kampanye anti-LGBT (Lesbian, Gay, Biseksual, dan Transgender) merujuk pada upaya yang dilakukan oleh sekelompok atau individu untuk mempromosikan pandangan yang menentang hak-hak, kesetaraan, dan pengakuan komunitas LGBT. Kampanye anti-LGBT sering kali menjadi isu yang kontroversial dan memicu perdebatan yang hangat dalam masyarakat. Masyarakat yang memiliki pandangan berbeda tentang hak-hak LGBT mencerminkan adanya perbedaan dalam nilai-nilai, keyakinan agama, dan pemahaman sosial yang beragam. Pandangan yang berbeda pada kampanye anti-LGBT diungkapkan ke dalam sebuah opini yang mengandung sentimen positif atau negatif. Opini tersebut disampaikan melalui platform Twitter yang disebut tweet. Analisis yang digunakan untuk mengolah tweet menjadi sebuah informasi adalah analisis sentimen, yang dapat memberikan pemahaman yang lebih mendalam tentang bagaimana masyarakat menanggapi kampanye tersebut. Metode yang digunakan dalam pengklasifikasian sentimen yaitu NaïveBayesClassifier (NBC) dengan ekstraksi fitur N-Gram. Metode ini telah terbukti efektif dalam menganalisis sentimen karena kemampuannya dalam mengklasifikasikan tweet berdasarkan kemungkinan probabilitasnya. Penggunaan ekstraksi fitur N-Gram dilakukan untuk mengekstrak fitur-fitur penting dari data. N-Gram mengacu pada urutan n kata yang berurutan dalam sebuah tweet. Sebelum memasuki tahap pemodelan, tweet dikumpulkan menggunakan teknik crawling dan melalui tahapan seperti textpreprocessing, pelabelan berbasis leksikon, serta pembobotan data. Model yang dihasilkan dinilai berdasarkan evaluasi menggunakan perhitungan confusionmatrix dari hasil prediksi. Hasil penelitian menunjukkan bahwa dari 1.315 tweet yang dianalisis menggunakan metode NaïveBayesClassifier (NBC) dengan ekstraksi fitur N-Gram, 56% diklasifikasikan sebagai tweet yang mengandung sentimen positif dan 44% diklasifikasikan sebagai tweet yang mengandung sentimen negatif terkait pandangan masyarakat terhadap kampanye anti-LGBT. Selanjutnya, setelah pembagian data training dan data testing dengan rasio 90%:10% serta perhitungan confusionmatrix, diperoleh hasil evaluasi dengan akurasi sebesar 76,19%, presisi sebesar 80%, recall sebesar 90,09%, dan F1-score sebesar 85,10%. Hasil ini menunjukkan bahwa metode NBC dengan ekstraksi fitur N-Gram memberikan hasil klasifikasi yang baik

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorSyafriandi, SyafriandiUNSPECIFIED
CorrectorPermana, DonyUNSPECIFIED
CorrectorFitra, DinaUNSPECIFIED
Uncontrolled Keywords: ANALISIS SENTIMEN, PENYAKIT MASYARAKAT, STATISTIKA
Subjects: H Social Sciences > HA Statistics
H Social Sciences > HN Social history and conditions. Social problems. Social reform
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik-S1
Depositing User: Mutia Farida
Date Deposited: 25 Jul 2024 03:39
Last Modified: 25 Jul 2024 03:39
URI: http://repository.unp.ac.id/id/eprint/53032

Actions (login required)

View Item View Item