Analisis Sentimen Opini Publik Kenaikan Gaji Dpr Di Media Sosial Dengan Svm Dan Naive Bayes

Wisesa, I Made Paundra Dwisantika (2026) Analisis Sentimen Opini Publik Kenaikan Gaji Dpr Di Media Sosial Dengan Svm Dan Naive Bayes. Skripsi thesis, ITN MALANG.

	Text 2218038_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text 2218038_BAB 1.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (198kB)
	Text 2218038_BAB 2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (353kB) | Request a copy
	Text 2218038_BAB 2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (353kB) | Request a copy
	Text 2218038_BAB 3.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (690kB) | Request a copy
	Text 2218038_BAB 4.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB) | Request a copy
	Text 2218038_BAB 5.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (186kB) | Request a copy
	Text 2218038_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (169kB)
	Text 2218038_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (5MB) | Request a copy

Abstract

Isu mengenai kenaikan gaji anggota Dewan Perwakilan Rakyat (DPR) menimbulkan beragam reaksi di platform media sosial, terutama di X (Twitter). Berdasarkan hal tersebut, penelitian ini berupaya menganalisis arah opini publik menggunakan pendekatan machine learning. Peneliti mencoba dua metode yaitu SVM dan Naive Bayes untuk melihat mana yang paling akurat dalam menebak perasaan orang di balik tulisan mereka, apakah senang, netral, atau marah. Informasi diambil langsung dari unggahan pengguna internet kemudian dibersihkan dengan menyederhanakan bahasa dan menghapus bagian yang tidak relevan. Kata diberi bobot memakai metode TF-IDF untuk membedakan jenis opini. Hasil uji menunjukkan bahwa SVM memiliki akurasi 82,19%, presisi 78,80%, dan mampu menemukan 66,32% dari opini yang benar. Sementara itu, Naive Bayes memperoleh akurasi 78,24%, presisi 81,64%, dan recall 63,46%. Secara keseluruhan, SVM sedikit lebih unggul dalam memahami berbagai pendapat masyarakat Indonesia di media sosial.

Item Type:	Thesis (Skripsi)
Additional Information:	I Made Paundra Dwisantika Wisesa (2218038)
Uncontrolled Keywords:	Analisis Sentimen, Opini Publik, Kenaikan Gaji DPR, SVM, Naive Bayes.
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	I Made Paundra Dwisantika Wisesa
Date Deposited:	09 Feb 2026 06:44
Last Modified:	09 Feb 2026 06:44
URI:	http://eprints.itn.ac.id/id/eprint/16048

Actions (login required)

View Item