INDIKASI ANXIETY PADA POSTINGAN WARGA NEGARA INDONESIA TERHADAP KEBIJAKAN ERA KEPEMIMPINAN PRESIDEN PRABOWO MENGGUNAKAN ALGORITMA NAIVE BAYES, RANDOM FOREST, DAN LONG SHORT TERM MEMORY PADA PLATFORM X

Rukhayah, Ghina Rahma (2026) INDIKASI ANXIETY PADA POSTINGAN WARGA NEGARA INDONESIA TERHADAP KEBIJAKAN ERA KEPEMIMPINAN PRESIDEN PRABOWO MENGGUNAKAN ALGORITMA NAIVE BAYES, RANDOM FOREST, DAN LONG SHORT TERM MEMORY PADA PLATFORM X. Diploma thesis, Universitas Nasional.

	Text Cover (Cover, Lembar Penunjang, Abstrak, Kata Pengantar, Daftar Isi).pdf Download (987kB)
	Text BAB I.pdf Download (400kB)
	Text BAB II.pdf Download (555kB)
	Text BAB III.pdf Download (518kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (283kB)
	Text Lampiran (Daftar Pustaka, Lembar Awal Hasil Turnitin).pdf Download (438kB)

Abstract

Dinamika sosial-politik pasca pelantikan Presiden Prabowo Subianto pada Oktober
2024 memicu respons luas dari masyarakat Indonesia. Isu-isu seperti unjuk rasa,
revisi undang-undang, hingga kebijakan ekonomi menciptakan ketidakpastian yang
berpotensi memicu kecemasan (anxiety) publik. Platform X (sebelumnya Twitter)
menjadi media utama bagi warga negara untuk meluapkan ekspresi emosional
tersebut, yang apabila dianalisis dapat menjadi indikator kesehatan mental
masyarakat secara dini. Namun, penelitian terdahulu masih terbatas pada prediksi
kecemasan secara umum tanpa klasifikasi dimensi (kognitif, fisik, perilaku) dan
belum membandingkan performa algoritma secara komprehensif menggunakan
validasi yang kuat. Penelitian ini bertujuan untuk mengisi celah tersebut dengan
melakukan studi komparasi kinerja algoritma Naïve Bayes, Random Forest, dan
Long Short-Term Memory (LSTM) dalam mendeteksi indikasi kecemasan pada
data teks berbahasa Indonesia di platform X. Metodologi penelitian mencakup
pengumpulan data, pra-pemrosesan teks, dan klasifikasi model yang dievaluasi
secara menyeluruh menggunakan Confusion Matrix, Train-Test Split, dan K-Fold
Cross Validation. Penelitian ini diharapkan dapat menentukan algoritma yang
paling optimal dan stabil dalam mengidentifikasi kecemasan publik, sehingga dapat
membantu pemahaman dampak psiko-sosial dari kebijakan publik.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Fitria Nur Indah Hasanah
Date Deposited:	18 May 2026 06:52
Last Modified:	18 May 2026 06:52
URI:	https://repository.unas.ac.id/id/eprint/15995

Actions (login required)

View Item