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

KLASIFIKASI SENTIMEN PRESEPSI MASYARAKAT DI INSTAGRAM TERHADAP PASLON PILPRES 2024 MENGGUNAKAN NAÏVE BAYES CLASSIFIER (NBC)

LIONITA ASA AKBAR, - (2024) KLASIFIKASI SENTIMEN PRESEPSI MASYARAKAT DI INSTAGRAM TERHADAP PASLON PILPRES 2024 MENGGUNAKAN NAÏVE BAYES CLASSIFIER (NBC). KLASIFIKASI SENTIMEN PRESEPSI MASYARAKAT DI INSTAGRAM TERHADAP PASLON PILPRES 2024 MENGGUNAKAN NAÏVE BAYES CLASSIFIER (NBC), 8 (1).

[img]
Preview
Text
LIONITA ASA AKBAR.pdf

Download (1MB) | Preview

Abstract

Pilpres 2024 cukup menarik perhatian karena menjadi isu kontroversi di kalangan masyarakat. Berbagai opini positif dan negatif yang dihasilkan dapat menjadi sebuah rumor. Salah satu sarana yang digunakan masyarakat untuk menyampaikan opininya adalah media sosial Instagram. Data opini masyarakat di Instagram dapat diolah menjadi suatu informasi bermanfaat melalui klasifikasi sentiment. Pada penelitian ini dilakukan klasifikasi sentiment presepsi masyarakat terhadap paslon pilpres 2024 menggunakan naïve bayes classifier. Penelitian ini menggunakan dataset yang terdiri dari 1000 komentar. Komentar tersebut dikumpulkan dari beberapa postingan di media sosial Instagram yang membahas tentang pasangan calon presiden dan wakil presiden. Data komentar dilabeli secara manual oleh seorang pakar yang berprofesi sebagai dosen Bahasa Indonesia. Klasifikasi dilakukan setelah tahap preprocessing dan pembobotan TF-IDF. Berdasarkan hasil penelitian, metode naïve bayes classifier menunjukkan akurasi sebesar 82% dan F1-Score 83.93% yang diperoleh dari pembagian data latih dan uji sebesar 90%:10%. Hasil tersebut menunjukkan bahwa metode naïve bayes classifier efektif dalam mengklasifikasikan sentimen masyarakat di Instagram terhadap pasangan calon presiden 2024.

Item Type: Article
Contributors:
ContributionNameNIDN/NIDKEmail
Thesis advisorELIN HAERANI, -2023058101elin.haerani@uin-suska.ac.id
Thesis advisorFADHILAH SYAFRIA, -2007108502fadhilah.syafria@uin-suska.ac.id
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 10 Jul 2024 06:46
Last Modified: 10 Jul 2024 06:46
URI: http://repository.uin-suska.ac.id/id/eprint/81348

Actions (login required)

View Item View Item