Universitas Bhayangkara Jakarta Raya

Institutional Repositories

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.

[img] Text
202110715200_Farah Nabila_Cover-Daftar Isi.pdf

Download (3MB)
[img] Text
202110715200_Farah Nabila_BAB I.pdf

Download (1MB)
[img] Text
202110715200_Farah Nabila_BAB II, III, IV.pdf
Restricted to Registered users only

Download (3MB)
[img] Text
202110715200_Farah Nabila_BAB V.pdf

Download (1MB)
[img] Text
202110715200_Farah Nabila_Daftar Pustaka.pdf

Download (1MB)
[img] 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 View Item

Downloads

Downloads per month over past year