ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP IMPLEMENTASI KEBIJAKAN WAJIB QRIS BAGI UMKM DI INDONESIA MENGGUNAKAN ALGORITMA SVM DAN KNN

Hilmy, Muhammad Jawaadul (2025) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP IMPLEMENTASI KEBIJAKAN WAJIB QRIS BAGI UMKM DI INDONESIA MENGGUNAKAN ALGORITMA SVM DAN KNN. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (479kB)
	Text BAB 2.pdf Download (551kB)
	Text BAB 3.pdf Download (467kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (283kB)
	Text Lampiran.pdf Download (583kB)

Abstract

Berkembangnya sistem pembayaran digital di Indonesia telah mendorong penerapan kebijakan Quick Response Code Indonesian Standard (QRIS) secara wajib bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM). Kebijakan ini menimbulkan berbagai reaksi di masyarakat yang tampak melalui media sosial Twitter. Penelitian ini bertujuan untuk menelaah sentimen pengguna Twitter mengenai kebijakan tersebut serta membandingkan performa algoritma Support Vector Machine dan K-Nearest Neighbor dalam mengklasifikasikan sentimen. Data tweet yang berkaitan dengan kebijakan QRIS dikumpulkan dan diolah melalui langkah-langkah persiapan teks, termasuk pembersihan data, normalisasi, dan pengubahan teks menjadi fitur untuk pemodelan. Model klasifikasi lalu dibangun menggunakan algoritma Support Vector Machine dan K-Nearest Neighbor. Kinerja model dinilai dengan menggunakan metrik akurasi, presisi, dan recall untuk membandingkan efektivitas klasifikasi dari kedua algoritma tersebut. Hasil analisis menunjukkan bahwa model Support Vector Machine mencapai akurasi dan performa keseluruhan yang lebih baik dibandingkan dengan model K-Nearest Neighbor. Sebagian besar pengguna Twitter menunjukkan sentimen positif terhadap kebijakan QRIS ini, sementara yang lainnya cenderung netral atau negatif.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	23 Sep 2025 04:04
Last Modified:	23 Sep 2025 04:04
URI:	http://repository.unas.ac.id/id/eprint/14193

Actions (login required)

View Item