ANALISIS SENTIMEN PUBLIK TERHADAP BENCANA SUMATERA TAHUN 2025 BERDASARKAN MEDIA SOSIAL X DAN TIKTOK DENGAN METODE NAÏVE BAYES

Gea, Edwar Arliman (2026) ANALISIS SENTIMEN PUBLIK TERHADAP BENCANA SUMATERA TAHUN 2025 BERDASARKAN MEDIA SOSIAL X DAN TIKTOK DENGAN METODE NAÏVE BAYES. ["eprint_fieldopt_thesis_type_skripsi" not defined] thesis, Institut Teknologi Nasional Malang.

	Text 2218109_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (578kB)
	Text 2218109_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (211kB)
	Text 2218109_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (395kB) | Request a copy
	Text 2218109_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB) | Request a copy
	Text 2218109_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2218109_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (140kB) | Request a copy
	Text 2218109_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (181kB)
	Text 2218109_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (6MB) | Request a copy

Abstract

Pada akhir tahun 2025, bencana banjir dan tanah longsor melandan tiga provinsi di Sumatera, yaitu aceh, Sumatera Utara, dan Sumatera Barat, mengakibatkan lebih dari 1.003 korban jiwa dan kerusakan infrastruktur berskala besar. Keputusan pemerintah tidak menetapkan status bencana nasional memicu gelombang reaksi publik yang sangat banyak di media sosial X dan Tiktok. Kondisi ini mendorong kebutuhan akan sistem analisis sentimen berbasis web yang mampu mengklasifikasi opini masyarakat secara otomatis dan efisien. Penelitian ini bertujuan membangun aplikasi analisis sentimen publik menggunakan metode Naïve Bayes dengan pembobotan TF-IDF, berbasis data komentar dari platform X dan Tiktok. Dataset terdiri dari 4.000 data yang sudah melalui tahapan preprocessing, yang meliputi lowercase, cleaning, normalisasi, tokenisasi, stopword removel, dan stemming. Untuk mengatasi ketidakseimbangan kelas, diterapkan teknik SMOTE. Hasil evaluasi menggunakan confusion matrix terhadap 801 data uji menunjukan model memperoleh akurasi 76,9%, precison 77,91%, recall 76,9%, dan F1-Score 77,32%. Sentimen negatif mendominasi dataset yang mencerminkan kekecewaan masyarakat terhadap cara pemerintah menangani bencana. Pengujian fungsionalitas dengan 28 skenario uji black box menunjukan fitur berjalan dengan baik. Hasil pengujian user acceptance testing terhadap 10 responden memperoleh rata-rata presentase di atas 80%, menandakan aplikasi mudah digunakan dan infomatif.

Item Type:	Thesis (["eprint_fieldopt_thesis_type_skripsi" not defined])
Additional Information:	Edwar Arliman Gea (2218109)
Uncontrolled Keywords:	analisis Sentimen, Naïve Bayes, TF-IDF, SMOTE, Bencana Sumatera, Media Sosial
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Edwar Arliman Gea
Date Deposited:	04 Aug 2026 06:50
Last Modified:	04 Aug 2026 06:50
URI:	http://eprints.itn.ac.id/id/eprint/16320

Actions (login required)

View Item