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