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

KLASIFIKASI SENTIMEN TERHADAP USTADZ ABDUL SOMAD DI MEDIA SOSIAL YOUTUBE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

JAKA PRATAMA, - (2021) KLASIFIKASI SENTIMEN TERHADAP USTADZ ABDUL SOMAD DI MEDIA SOSIAL YOUTUBE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
Laporan Lengkap Kecuali Bab 4 & 5.pdf

Download (4MB) | Preview
[img]
Preview
Text
Laporan Bab 4 & 5.pdf

Download (1MB) | Preview

Abstract

Salah satu platform media sosial terbanyak digunakan saat ini adalah youtube, yang mana masyarakat dapat dengan mudahnya untuk saling mendapatkan informasi terkini berupa video. Adanya ruang opini dan kebebasan dalam berpendapat membuat masyarakat di ruang publik bisa saling mengeluarkan pendapat mereka berdasarkan keadaan yang terjadi di lapangan. Sasaran dari kasus-kasus sentimental tersebut sering kali menyasar kepada tokoh-tokoh publik, agama atau masyarakat yang sangat berpengaruh sehingga setiap tindakan dan ucapannya menjadi pro dan kontra. Seperti Ustad Abdul Somad yang merupakan tokoh agama Islam di Indonensia. Penelitian ini bertujuan untuk melakukan klasifikasi sentimen terhadap Ustad Abdul Somad menggunakan metode klasifikasi support vector machine (SVM) dengan menggunakan dataset sebanyak 1000 data komentar untuk mengetahui kinerja SVM yang di kombinasikan dengan menggunakan pembobotan TF-IDF. Berdasarkan hasil pengujian akurasi yang dilakukan diperoleh akurasi yaitu sebesar 97.33% dengan parameter nilai C = 10, gamma = 1. Dapat disimpulkan bahwa metode SVM cocok untuk digunakan dalam klasifikasi sentimen terhadap Ustad Abdul Somad.

Item Type: Thesis (Skripsi)
Subjects: 600 Teknologi dan Ilmu-ilmu Terapan > 620 Ilmu Teknik
000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 24 Feb 2021 02:52
Last Modified: 24 Feb 2021 02:53
URI: http://repository.uin-suska.ac.id/id/eprint/45664

Actions (login required)

View Item View Item