Skripsi
Analisis Sentimen Terhadap Data Komentar Publik Mengenai Isu UU Pilkada 2024 Menggunakan Metode Naïve Bayes Dan K-Nearest Neighbor
XML
Undang-Undang Pilkada 2024 menjadi salah satu isu yang banyak diperbincangkan oleh masyarakat Indonesia, khususnya di platform media sosial, mengingat dampaknya yang signifikan terhadap mekanisme demokrasi. Beragam komentar publik mengenai isu ini mengandung sentimen positif, negatif, maupun netral, yang mencerminkan persepsi masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen data komentar publik terkait UU Pilkada 2024 menggunakan dua metode pembelajaran mesin, yaitu Naïve Bayes dan K-Nearest Neighbor (K-NN). Dataset yang digunakan terdiri dari 3864 komentar dan dibagi dalam 3 kelas sentimen terdiri dari 1477 komentar negatif, 1385 komentar netral, dan 1002 komentar positif yang telah melalui tahap text preprocessing. Proses evaluasi dilakukan menggunakan k-fold cross validation, dengan nilai k=10 Kata. Berdasarkan hasil pengujian confusion matrix dan analisis yang sudah dilakukan, metode naïve bayes memperoleh akurasi tertinggi sebesar 63,47% sedangkan K-NN menghasilkan akurasi tertinggi sebesar 56,73%. Presisi untuk sentimen negatif 56,84%, sentimen netral 60,71%, sentimen positif 55,55% sedangkan recall untuk sentimen negatif 45,45%, netral 66,23% dan positif 57,63%. Secara keseluruhan model dapat mengklasifikasi sebagian data ulasan dengan benar namun hasil prediksi model dalam memprediksi kelas negatif dan positif memiliki nilai persentase yang rendah.
Kunci: Analisis Sentimen, UU Pilkada 2024, Naïve Bayes, K-Nearest Neighbor.
Detail Information
Item Type |
Skripsi
|
---|---|
Penulis |
Yosefa Carela Atok - Personal Name
|
Student ID |
2006080052
|
Dosen Pembimbing |
SEBASTIANUS ADI SANTOSO MOLA - 198003202008121001 - Dosen Pembimbing 1
YULIANTO TRIWAHYUADI POLLY - 197807262003121002 - Dosen Pembimbing 2 |
Penguji |
Arfan Yeheskiel Mauko - 198005202008121003 - Ketua Penguji
Nelci D. Rumlaklak - 198112272014042002 - Penguji 1 Bertha Selviana Djahi - 198009102006042001 - Penguji 2 |
Kode Prodi PDDIKTI |
55201
|
Edisi |
Published
|
Departement |
Ilmu Komputer
|
Kontributor | |
Bahasa |
Indonesia
|
Penerbit | UPT Perpustakaan Undana : Kupang., 2025 |
Edisi |
Published
|
Subyek | |
No Panggil |
552.01 ATO A
|
Copyright |
Individu Penulis
|
Doi |