Analisis Perbandingan Opinion Mining Tweet Terhadap Ikn Sebelum Dan Sesudah Debat Capres Cawapres 2024

Nur, Ikthia Putri (2025) Analisis Perbandingan Opinion Mining Tweet Terhadap Ikn Sebelum Dan Sesudah Debat Capres Cawapres 2024. Skripsi thesis, Universitas Tanjungpura.

[img] Text (Cover-Bab I)
Cover-Bab1_H1101211030.pdf - Published Version

Download (604kB)
[img] Text (H1101211030_NUR IKTHIA PUTRI)
H1101211030_NUR IKTHIA PUTRI.pdf - Accepted Version
Restricted to Repository staff only

Download (3MB)

Abstract

Pemindahan Ibu Kota Negara (IKN) ke Kalimantan Timur merupakan kebijakan strategis nasional yang menuai pro dan kontra di masyarakat. Isu ini semakin mendapat sorotan menjelang Pemilu 2024, terutama setelah debat calon presiden dan wakil presiden yang membahas masa depan proyek IKN. Penelitian ini menganalisis perbandingan sentimen publik terhadap IKN sebelum dan sesudah debat Capres-Cawapres 2024 menggunakan metode Fuzzy K-Nearest Neighbor (FKNN). Tujuannya adalah mengukur perubahan opini publik terhadap proyek IKN serta mengevaluasi efektivitas FKNN dalam klasifikasi sentimen berbahasa Indonesia. Data dikumpulkan dari tweet di platform X dan dibagi dalam dua periode: sebelum dan sesudah debat. Ketidakseimbangan data ditangani dengan Synthetic Minority Over-sampling Technique (SMOTE), serta diuji menggunakan dua skenario pembagian data, yaitu 70:30 dan 80:20. Hasil menunjukkan perbedaan signifikan dalam pola sentiment sebelum debat, sentimen negatif 46%, positif 43%, dan netral 11%; sedangkan setelah debat, sentimen negatif meningkat menjadi 62%, netral 18%, dan positif menurun menjadi 19%. Performa FKNN sebelum debat lebih konsisten dengan akurasi 69–74,2% dan F1-score hingga 79% untuk sentimen positif. Sementara itu, sesudah debat akurasi menurun menjadi 67,3–73% dengan F1-score hanya 47–48%. Penelitian menyimpulkan bahwa peristiwa debat berdampak signifikan terhadap performa model klasifikasi sentimen, memerlukan pendekatan berbeda untuk data sebelum dan sesudah debat. Proporsi data training yang lebih besar dan penerapan SMOTE dapat meningkatkan performa model, namun efektivitasnya bergantung pada karakteristik data spesifik. Penelitian ini menunjukkan bahwa debat berpengaruh terhadap opini publik dan performa klasifikasi sentimen.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Nur, Ikthia PutriNIMH1101211030UNSPECIFIED
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Sistem Informasi S1
Depositing User: Rudiarti Rudiarti
Date Deposited: 08 Apr 2026 07:55
Last Modified: 08 Apr 2026 07:55
URI: http://36.95.239.66/id/eprint/4750

Actions (login required)

View Item View Item