ANALISIS SENTIMEN MASYARAKAT TERHADAP LAYANAN IDENTITAS KEPENDUDUKAN DIGITAL (IKD) PADA MEDIA SOSIAL TWITTER (X) MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN DECISION TREE

Aryabima Perwira, Alfiansyah (2025) ANALISIS SENTIMEN MASYARAKAT TERHADAP LAYANAN IDENTITAS KEPENDUDUKAN DIGITAL (IKD) PADA MEDIA SOSIAL TWITTER (X) MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN DECISION TREE. Diploma thesis, Universitas Nasional.

	Text Cover.pdf Download (677kB)
	Text BAB 1.pdf Download (260kB)
	Text BAB 2.pdf Download (308kB)
	Text BAB 3.pdf Download (244kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (261kB)
	Text Lampiran.pdf Download (391kB)

Abstract

Kartu Identitas Digital (IKD) adalah inovasi yang diluncurkan oleh pemerinta h
Indonesia untuk mendukung implementasi e-Government melalui digitalisas i
dokumen kependudukan. Namun, penerimaan masyarakat terhadap layanan ini
masih bervariasi, sehingga diperlukan analisis terhadap sentimen yang
diungkapkan oleh masyarakat. Studi ini bertujuan untuk mengklasifikas ika n
pendapat masyarakat tentang IKD menggunakan data yang dikumpulkan dari
Twitter. Metode yang digunakan adalah K-Nearest Neighbors (KNN) dan Decision
Tree, dengan pendekatan penambangan teks dan penimbangan TF-IDF untuk
pemrosesan teks. Hasil menunjukkan bahwa algoritma KNN mencapai akurasi
65%, sementara Decision Tree mencapai akurasi yang lebih tinggi sebesar 72%.
Perbandingan ini menunjukkan bahwa Decision Tree lebih unggul dalam
mengklasifikasikan sentimen publik terkait IKD. Temuan ini diharapkan dapat
memberikan wawasan bagi pemerintah dalam mengevaluasi dan meningkatka n
kualitas layanan IKD, serta berkontribusi secara akademis pada penelitian analis is
sentimen dengan membandingkan kinerja dua metode klasifikasi.

Item Type:	Thesis (Diploma)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Irna Irna Yunita
Date Deposited:	07 Nov 2025 07:29
Last Modified:	07 Nov 2025 07:29
URI:	https://repository.unas.ac.id/id/eprint/14360

Actions (login required)

View Item