Ziandiny, Zindy (2024) ANALISIS SENTIMEN PEMILIHAN PRESIDEN REPUBLIK INDONESIA 2024 PADA KOMENTAR YOUTUBE MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER. Sarjana thesis, Universitas Siliwangi.
![[img]](http://repositori.unsil.ac.id/style/images/fileicons/text.png) |
Text
1. COVER.pdf Download (392kB) |
|
Text
2. LEMBAR PENGESAHAN.pdf Download (481kB) |
|
Text
3. LEMBAR PENGUJI.pdf Download (468kB) |
|
Text
4. LEMBAR PERNYATAAN.pdf Download (462kB) |
|
Text
5. ABSTRACT.pdf Download (373kB) |
|
Text
6. MOTTO DAN PERSEMBAHAN.pdf Download (463kB) |
|
Text
7. KATA PENGANTAR.pdf Download (471kB) |
|
Text
8. DAFTAR ISI.pdf Download (454kB) |
|
Text
9. DAFTAR GAMBAR.pdf Download (544kB) |
|
Text
10. DAFTAR TABEL.pdf Download (544kB) |
|
Text
11. DAFTAR PROGRAM.pdf Download (545kB) |
|
Text
12. DAFTAR LAMPIRAN.pdf Download (544kB) |
|
Text
13. BAB I.pdf Download (501kB) |
|
Text
14. BAB II.pdf Download (889kB) |
|
Text
15. BAB III.pdf Download (608kB) |
|
Text
16. BAB IV.pdf Restricted to Repository staff only Download (1MB) |
|
Text
17. BAB V.pdf Restricted to Repository staff only Download (374kB) |
|
Text
18. DAFTAR PUSTAKA.pdf Download (599kB) |
|
Text
19. LAMPIRAN.pdf Restricted to Repository staff only Download (3MB) |
Abstract
Pemilihan Presiden RI 2024 memicu berbagai opini publik yang diekspresikan melalui komentar di platform media sosial seperti YouTube, di mana perubahan kepemimpinan menimbulkan beragam reaksi. Penelitian ini bertujuan untuk menganalisis perubahan sentimen publik sebelum dan sesudah Pilpres 2024 melalui komentar pada video YouTube. Metode yang digunakan adalah Naive Bayes Classifier, dengan teknik SMOTE untuk menangani ketidakseimbangan data. Data dikumpulkan dari komentar video sebelum dan sesudah Pilpres 2024, kemudian dilakukan preprocessing teks dan pelabelan manual. Hasil penelitian menunjukkan bahwa sentimen negatif mendominasi baik sebelum maupun sesudah pemilihan, meskipun ada kenaikan persentase setelah pemilihan, yang mencerminkan pergeseran opini publik. Model Naive Bayes mencapai akurasi sebesar 75.82% pada komentar Youtube sebelum Pilpres dan 77% pada komentar Youtube setelah Pilpres, namun lebih efektif dalam memprediksi sentimen negatif. Keterbatasan penelitian ini terletak pada jumlah data dan fokus pada satu platform media sosial, sehingga untuk penelitian mendatang disarankan menggunakan dataset lebih beragam dan teknik machine learning yang lebih canggih. Kata Kunci: Analisis Sentimen, Naïve Bayes Classifier, Machine Learning, Pilpres 2024, YouTube
| Item Type: | Thesis (Sarjana) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik > Informatika |
| Depositing User: | Lelis Masridah |
| Date Deposited: | 21 Jan 2025 06:21 |
| Last Modified: | 21 Jan 2025 06:21 |
| URI: | http://repositori.unsil.ac.id/id/eprint/14950 |
Actions (login required)
 |
View Item |