ANALISIS SENTIMEN NETIZEN TERHADAP KEBIJAKAN KENAIKAN PPN 12% PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Ali, Haidar (2025) ANALISIS SENTIMEN NETIZEN TERHADAP KEBIJAKAN KENAIKAN PPN 12% PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (313kB)
	Text BAB II.pdf Download (576kB)
	Text BAB III.pdf Download (432kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (156kB)
	Text Lampiran.pdf Download (403kB)

Abstract

Kebijakan kenaikan (PPN) sebesar 12% menimbulkan beragam reaksi masyarakat
Twitter, sehingga penelitian ini dilakukan untuk menganalisis sentimen netizen
terhadap isu tersebut. Data dikumpulkan melalui scraping sebanyak 3.636 tweet
dan setelah tahap preprocessing serta pelabelan tersisa 3.316 data yang terbagi ke
dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Metode yang
digunakan adalah K-Nearest Neighbor (KNN) sebagai algoritma utama dengan
perbandingan terhadap Support Vector Machine (SVM). Evaluasi kinerja dilakukan
menggunakan classification report yang mencakup accuracy, precision recall, dan
f1-score, dan hasilnya menunjukkan bahwa SVM memiliki performa yang
kompetitif dibandingkan KNN.

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 03:50
Last Modified:	23 Sep 2025 03:50
URI:	http://repository.unas.ac.id/id/eprint/14189

Actions (login required)

View Item