ANALISIS SENTIMEN PEMILU 2024 DI TWITTER MENGGUNAKAN NAÏVE BAYES BERBASIS WEB APPS

Alwi, Muhammad Basori (2024) ANALISIS SENTIMEN PEMILU 2024 DI TWITTER MENGGUNAKAN NAÏVE BAYES BERBASIS WEB APPS. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_1921400079_Muhammad Basori Alwi_IF.pdf Restricted to Registered users only Download (5MB)

Abstract

Alwi, Muhammad Basori. 2024. Analisis Sentimen Pemilu 2024 di Twitter Menggunakan Naïve Bayes Berbasis web apps. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Sudriyanto, M.Kom, (II) Wahab Sya’roni, M.Kom.

Kata Kunci: Analisis Sentimen, Naive Bayes, Twitter, Pemilu 2024.

Sistem demokrasi adalah proses penyaluran pendapat rakyat di Indonesia. Pemilihan umum menjadi pemilihan yang mengusung prinsip demokratis. Sebelum adanya teknologi, masyarakat mengungkapkan opininya melalui media cetak, di mana hanya sebagian kecil orang yang dapat menyuarakan pendapatnya melalui media cetak dengan tujuan agar dapat dilihat oleh banyak orang. Dengan adanya media sosial twitter masyarakat dapat menyalurkan opininya dengan mudah. Penelitian ini ini bertujuan untuk mengetahui pengelompokan sentimen positif, negatif, dan netral pada teks-tweets yang berkaitan dengan pemilu 2024 menggunakan metode Naive Bayes. Data dikumpulkan melelui twet-harves dan diproses menggunakan sofetware visual studio code. Tahapan proses meliputi preprocessing data, translating, klasifikasi texblob, pembobotan TF-IDF, dan klasifikasi menggunakan metode Naive Bayes. Hasil dari setiap langkah tersebut disajikan dalam bentuk tabel dan grafik. Implementasi sistem juga dilakukan dengan menciptakan aplikasi web yang memungkinkan pengguna untuk preprosesing data, translating, labeling, dan klasifikasi dengan metode naïve bayes. Hasil dari pengujian klasifikasi textblob menggunakan metode Naive Bayes memiliki tingkat akurasi 63%, presisi 63%, recall 82%, skor F1 71% dan mendapatkan data yang bernilai poisitif 273, netral 237 dan negatif 43. Penelitian ini diharapkan dapat memberikan pemahaman yang lebih mendalam terkait dengan opini publik di Twitter selama pemilu 2024.

Item Type:	Thesis (Other)
Subjects:	H Social Sciences > H Social Sciences (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	15 Apr 2026 04:35
Last Modified:	15 Apr 2026 04:35
URI:	https://repository.unuja.ac.id/id/eprint/2815

Actions (login required)

View Item