25.04.2795
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Machine Learning
97 kali
Pemilihan Umum (Pemilu) 2024 telah dilakukan dan telah ditetapkan presiden dan wakil presiden terpilih. Salah satu program kerja presiden terpilih mengenai makan siang gratis menjadi topik pembicaraan yang hangat pada masa pemilu 2024. Program yang diinisiasi dapat membantu dan menyejahterakan masyarakat ini menimbulkan perdebatan publik mengenai efektivitas dan efisiensi pelaksanaannya selama 5 tahun kedepan terhadap aspek masalah kelaparan, stunting, APBN, hutang negara, dan korupsi. Perdebatan publik ini terjadi pada sosial media sebagai media kampanye yang populer pada era pemilu 2024 ini salah satunya <em>tweet</em> pada <em>platform</em> <em>X</em>. Dalam menganalisis sentimen publik terhadap program data yang digunakan 2 data yaitu masa pemilu dan pasca pemilu dengan menggunakan algoritma <em>Support Vector Machine (SVM)</em> untuk pengklasifikasian sentimen pandangan publik serta mengetahui kata-kata yang sering digunakan publik dalam menilai program tersebut. Sistem analisis yang dikembangkan terdiri dari <em>prepocessing, labelling</em>, pembobotan data dengan <em>TF-IDF, K-Fold Cross Validation</em> dan klasifikasi <em>SVM</em>. Dilakukan pengujian hyperparameter berupa metode penyeimbangan data, fitur pembobotan yaitu unigram , bigram dan trigram, semua jenis kernel baik linear ataupun non-linear (<em>RBF, Sigmoid</em>, dan <em>Polynomial</em>), <em>K-fold cross validation</em> dan <em>tunning</em> parameter untuk mendapatkan performa terbaik. Dari hasil pengujian menunjukkan bahwa pandangan publik cenderung negatif pada masa pemilu dan pasca pemilu dengan nilai akurasi 94% untuk masa pasca pemilu dan 81% untuk masa pemilu dengan parameter terbaik yang didapat yaitu fitur pembobotan unigram (1 kata) nilai K=5 pada <em>K-fold cross validation</em>, kernel <em>RBF</em> dengan nilai C = 0.8 dan gamma = 0,3. Dari hasil evluasi confusion matriks presisi, <em>recall</em> dan <em>f1-score</em> juga menunjukkan bahwa model dapat melakukan klasifikasi dengan sangat baik kedalam kelas sentimen postif dan negatif.<br /> <strong>Kata kunci : makan siang gratis, prabowo, <em>svm</em>, stunting , pemilu, sentimen.</strong>
Tersedia 1 dari total 1 Koleksi
Nama | MOHAMMAD JANUAR RIZKYANTO |
Jenis | Perorangan |
Penyunting | Vessa Rizky Oktavia, Dyah Putri Rahmawati |
Penerjemah |
Nama | Universitas Telkom, S1 Informatika |
Kota | Surabaya |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |