KLASIFIKASI SENTIMEN PUBLIK TERHADAP KEBIJAKAN KENDARAAN LISTRIK MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE

Ramadhan Daffa, Muhammad Nouval (2025) KLASIFIKASI SENTIMEN PUBLIK TERHADAP KEBIJAKAN KENDARAAN LISTRIK MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE. Bachelor thesis, Universitas Nasional.

	Text COVER .pdf Download (1MB)
	Text BAB 1.pdf Download (293kB)
	Text BAB 2.pdf Download (450kB)
	Text BAB 3.pdf Download (602kB)
	Text BAB 4 .pdf Download (1MB)
	Text BAB 5 .pdf Download (258kB)
	Text LAMPIRAN .pdf Download (4MB)

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap kebijakan
kendaraan listrik dengan menggunakan algoritma Naïve Bayes dan Support Vector
Machine. Data yang digunakan diperoleh melalui proses crawling dari media sosial
Twitter, yang kemudian melalui tahapan preprocessing, labeling menggunakan TextBlob,
dan weighting menggunakan TF-IDF, model diklasifikasikan ke dalam tiga kategori
sentimen positif, negatif, dan netral. Model klasifikasi diuji berdasarkan metrik akurasi,
presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Support
Vector Machine memiliki akurasi yang lebih tinggi dibandingkan Naïve Bayes, dengan nilai
masing-masing sebesar 81% dan 76%. Temuan ini mengindikasikan bahwa Support Vector
Machine lebih efektif dalam mengklasifikasikan sentimen publik terhadap kebijakan
kendaraan listrik. Dengan demikian, penelitian ini diharapkan dapat memberikan wawasan
yang lebih mendalam serta meningkatkan pemahaman masyarakat mengenai sentimen
publik terhadap kebijakan pemerintah terkait kendaraan listrik.

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:	15 Sep 2025 02:16
Last Modified:	15 Sep 2025 02:56
URI:	http://repository.unas.ac.id/id/eprint/14096

Actions (login required)

View Item