Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

ANALISIS SENTIMEN MASYARAKAT PADA TWITTER TERHADAP KASUS LGBT DI INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

MUHAMMAD RIDWAN, - (2019) ANALISIS SENTIMEN MASYARAKAT PADA TWITTER TERHADAP KASUS LGBT DI INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text
Full Text (Tanpa Bab 4).pdf

Download (2MB)
[img] Text (BAB IV)
Bab 4.pdf - Published Version
Restricted to Repository staff only

Download (1MB)

Abstract

Pada tahun 2016 sampai saat ini LGBT masih menjadi topik yang sering diperbincangkan di Indonesia. Kegiatan mereka sering muncul disosial media karena kaum LGBT mulai menampakkan diri secara langsung dengan kegiatan-kegiatan yang mereka lakukan. Hasil survey tercatat tahun 2011-2016 angka penyakit HIV/AIDS mencapai 28.640 jiwa hingga sampai saat ini angka tersebut terus naik 39.018 jiwa yang hanya dihasilkan oleh 2 provinsi yaitu Sumatera Barat dan Bali belum termasuk provinsi lainya. Hal ini membuat masyarakat bicara memberikan berbagai jenis komentar berupa pandangan terhadap fenomena ini yang bersifat mendukung, menolak dan netral melalui sosial media salah satunya Twitter. Hasil analisis ini dilakukan bertujuan untuk melihat kecendrungan sentimen pro dan kontra serta netral dari pandangan masyarakat terhadap LGBT. Proses klasifikasi dilakukan menggunakan algoritma Support Vector Machine (SVM) dengan 3 kernel yaitu linier, polinominal dan radial basic function (RBF). Pada bagian proses klasifikasi pada kernel polinominal dan RBF juga ditentukan dengan menempatkan parameter C dengan nilai 1 sampai 1000 dan gamma 0,01 sampai 1. Hasil klasifikasi yang diperoleh dari ke tiga kernel tersebut menunjukkan kecendrungan pandangan masyarakat terhadap LGBT adalah negatif dan netral yang ditunjukkan dengan akurasi tertinggi yang dihasilkan yaitu 74% pada kernel linier dengan percobaan data 90%:10% dan 74% pada kernel RBF dengan C = 100 gamma = 0,01. Akurasi terbaik diperoleh dari kernel linier dan RBF. Kata Kunci: LGBT, Twitter, Support Vector Machine, Sentimen

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 003 Sistem-sistem
000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 23 Dec 2019 02:36
Last Modified: 23 Dec 2019 02:37
URI: http://repository.uin-suska.ac.id/id/eprint/23706

Actions (login required)

View Item View Item