Analisis Sentimen Pemilihan Presiden Indonesia 2024 dengan Ensemble Learning untuk Mengurangi Disinformasi di Media Sosial
JIHAN NABILAH HAKIM
Informasi Umum
Kode
23.04.3470
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning, Media Sosial,
Dilihat
461 kali
Informasi Lainnya
Abstraksi
<p>Disinformasi di media sosial merupakan masalah yang sering terjadi, terutama dalam konteks politik terkait Pemilihan Presiden 2024. Tujuan dari penelitian analisis sentimen ini adalah untuk mengurangi disinformasi melalui penerapan metode Ensemble Learning dengan menggunakan 4 classifier yaitu SVM, Random Forest, Gradient Boosting, dan Stacked Ensemble, dengan memanfaatkan TF-IDF dan cross validation. Hasil dari penelitian tersebut menunjukkan bahwa SVM, Random Forest, Gradient Boosting Classifier, dan Stacked Ensemble mampu mengklasifikasikan disinformasi dengan akurasi yang signifikan. SVM mencapai akurasi 86.44%, Random Forest mencapai akurasi 87.65%, dan Gradient Boosting Classifier mencapai akurasi 88.20%. Stacked Ensemble mencapai akurasi yang sama dengan Gradietnt Boosting Classifier. Ensemble Learning melalui Stacked Ensemble terbukti memberikan hasil yang menjanjikan dalam upaya mengurangi disinformasi di media sosial. Hasil penelitian ini memberikan kontribusi penting dalam pengembangan penggunaan analisis sentimen untuk mengatasi masalah disinformasi di media sosial.</p>
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | JIHAN NABILAH HAKIM |
| Jenis | Perorangan |
| Penyunting | Yuliant Sibaroni, Sri Suryani Prasetyowati |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
