Analisis Sentimen Pengguna Twitter Menggunakan Metode Support Vector Machine (SVM) Pada Kasus Kenaikan Harga BBM

Ramlan, Rahadi (2023) Analisis Sentimen Pengguna Twitter Menggunakan Metode Support Vector Machine (SVM) Pada Kasus Kenaikan Harga BBM. Skripsi thesis, Universitas Tanjungpura.

	Text (Cover-Bab I) Cover-Bab1_H1091191037.pdf - Published Version Download (1MB)
	Text (H1091191037_RAHADI RAMLAN) H1091191037_RAHADI RAMLAN.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Abstract

Twitter merupakan salah satu media sosial dengan pengguna aktif terbanyak yaitu sebesar 24 juta pengguna aktif. Informasi yang dipublikasikan pada Twitter dapat mengandung komentar dari pengguna terhadap suatu objek. Objek tersebut juga dapat berupa komentar positif atau negatif terhadap kejadian yang sedang banyak dibicarakan. Analisis sentimen digunakan untuk menentukan apakah data tersebut termasuk komentar negatif atau komentar positif karena komentar yang diambil pada twitter yaitu data tekstual. Metode yang bisa dipakai yaitu menggunakan metode Support Vector Machine (SVM) dalam analisis sentimen tentang komentar masyarakat terhadap kenaikan harga BBM pada twitter. Data komentar yang digunakan sebanyak 258 data tweets pada tanggal 4 September 2022 karena pada tanggal tersebut tepat sehari setelah kenaikan harga BBM. Sebelum melakukan analisis terlebih dahulu melakukan preprocessing untuk menghilangkan kata maupun informasi yang tidak diperlukan. Kemudian data dibagi menjadi data training dan data testing dengan perbandingan 80% dan 20%. Adapun hasil yang didapatkan dari 206 data training dan 52 data testing yaitu tingkat akurasinya sebesar 82,69%, sensitivity sebesar 100%, dan specificity sebesar 79,07%. Kemudian dari hasil testing 52 data didapat hasil 43 komentar negatif dan 9 komentar positif sehingga dapat disimpulkan masyarakat lebih banyak yang tidak setuju dengan adanya kenaikan harga BBM.

Actions (login required)

View Item