Nabila, Farah (2025) Perbandingan Algoritma Naive Bayes dan SVM pada Analisis Sentimen Komentar Pengguna Twitter (X) Terhadap Korupsi pada PT Pertamina. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.
|
Text
202110715200_Farah Nabila_Cover-Daftar Isi.pdf Download (3MB) |
|
|
Text
202110715200_Farah Nabila_BAB I.pdf Download (1MB) |
|
|
Text
202110715200_Farah Nabila_BAB II, III, IV.pdf Restricted to Registered users only Download (3MB) |
|
|
Text
202110715200_Farah Nabila_BAB V.pdf Download (1MB) |
|
|
Text
202110715200_Farah Nabila_Daftar Pustaka.pdf Download (1MB) |
|
|
Text
202110715200_Farah Nabila_Lampiran.pdf Restricted to Repository staff only Download (3MB) |
Abstract
Data yang digunakan dikumpulkan melalui metode web scraping dari Twitter (X) pada periode Februari–Maret 2025, menghasilkan 1.946 tweet, dengan 1.887 data bersih setelah proses cleaning. Sentimen diklasifikasikan ke dalam tiga kategori: positif, netral, dan negatif. Penilaian performa juga dilakukan dengan skenario pembagian data latih dan uji yaitu: 80:20. Proses analisis melibatkan tahapan preprocessing, pembobotan TF-IDF dan juga penyeimbangan data menggunakan SMOTE, serta evaluasi model dengan Confusion Matrix. Hasil pengujian menunjukkan bahwa algoritma SVM memperoleh akurasi sebesar 78%, lebih tinggi dibandingkan Naïve Bayes yang mencapai 64%. Penelitian ini menunjukkan bahwa SVM lebih efektif dalam mengklasifikasikan opini publik pada kasus korupsi PT Pertamina.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | Pembimbing: Prima Dina Atika, S.Kom., M.Kom. NIDN0311037107, Khairunnisa Fadhilla Ramadhania, S.Si., M.Si. NIDN0328039201 |
| Subjects: | Teknologi dan Ilmu Terapan > Komputer Teknologi dan Ilmu Terapan > Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | Mr. Arif Syamsudin |
| Date Deposited: | 13 Oct 2026 01:45 |
| Last Modified: | 13 Oct 2026 01:45 |
| URI: | http://repository.ubharajaya.ac.id/id/eprint/41533 |
Actions (login required)
![]() |
View Item |
Downloads
Downloads per month over past year
