Dekha Mulyaputra, - (2023) KLASIFIKASI ISLAMOPHOBIA BERDASARKAN KOMENTAR YOUTUBE MENGGUNAKAN METODE TERM FREQUENCY – INVERSE DOCUMENT FREQUENCY DAN MODIFIED K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text Laporan Kecuali Bab 4.pdf Download (2MB) | Preview
	Text (BAB 4) Laporan Hanya Bab 4.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Islamophobia adalah sebuah ketakutan yang tidak masuk akal terhadap agama Islam sehingga aktifitas yang bernuansa Islami harus dihilangkan. Stigma Islamophobia ini muncul akibat adanya aksi anarkis dan radikalisme atau biasa dikenal dengan terorisme yang mengatasnamakan Islam. Istilah Islamophobia ini populer semenjak persitiwa 11 September 2001 di New York. Di Indonesia sendiri juga terdapat serangkaian aksi terorisme yang menyebabkan stigma Islamophobia ini naik di masyarakat. Terkait islamophobia ini banyak menimbulkan sentimen dari masayarakat luas yang berupa negatif dan positif. Penelitian ini bertujuan untuk mengolah sentimen masyarakat tentang islamophobia yang berfokus pada media sosial youtube tentang islamophobia. Analisis sentimen ini dilakukan untuk menentukan seberapa banyak komentar yang bernilai positif dan negatif. Analisis sentiment menggunakan algoritma TF-IDF (Term Frequency-Inverse Document Frequency) dan algoritma MKNN (Modified K-Nearest Neighbor) dengan data komentar sebanyak 1000 komentar dan menghasilkan akurasi tertinggi 55% dengan perbandingan data latih dengan data uji 90:10 dengan nilai K=5. Sedangkan pengujian dengan 300 komentar menghasilkan akurasi tertinggi 60% dengan perbandingan data latih 90:10 dengan nilai K=5.

Actions (login required)

View Item