Dwi Artanti Khairiyah, Revinda (2025) IMPLEMENTASI METODE SVM TERKAIT ANALISIS SENTIMEN TERHADAP KEBIJAKAN PEMERINTAH PROVINSI JAMBI DALAM MENANGANI KEMACETAN BATU BARA. Skripsi thesis, UNAMA.
![]() |
Text
BAB I.pdf Download (517kB) |
![]() |
Text
BAB II.pdf Restricted to Registered users only Download (930kB) |
![]() |
Text
BAB III.pdf Restricted to Registered users only Download (536kB) |
![]() |
Text
BAB IV.pdf Restricted to Registered users only Download (1MB) |
![]() |
Text
BAB V.pdf Download (451kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Download (165kB) |
Abstract
Provinsi Jambi mengalami lonjakan kemacetan lalu lintas pada 2022 akibat peningkatan pengangkutan batu bara. Meskipun kebijakan pemerintah, seperti penggunaan jalan khusus dan pengaturan rute, telah diterapkan, efektivitasnya belum optimal, memicu beragam opini masyarakat di media sosial, terutama YouTube dan TikTok. Penelitian ini menganalisis sentimen masyarakat terhadap kebijakan tersebut dengan menggunakan algoritma Support Vector Machine (SVM) untuk klasifikasi sentimen, InSet Lexicon untuk pelabelan, dan TF-IDF untuk pembobotan teks. Teknik SMOTE digunakan untuk mengatasi ketidakseimbangan kelas. Data yang dianalisis meliputi 2.154 komentar di YouTube dan 2.372 komentar di TikTok setelah pembersihan. Hasil analisis menunjukkan dominasi sentimen negatif, dengan 1.543 (71,6%) komentar di YouTube dan 1.509 (63,6%) di TikTok berisi sentimen negatif, sedangkan 611 (28,4%) komentar di YouTube dan 863 (36,4%) komentar di TikTok berisi sentimen positif. Akurasi klasifikasi meningkat menjadi 82,37% untuk YouTube dan 90,45% untuk TikTok setelah penerapan SMOTE. Evaluasi model menggunakan 10-fold cross-validation menghasilkan akurasi rata-rata 81,15% untuk YouTube dan 88,32% untuk TikTok. Kesimpulannya, kebijakan pemerintah belum efektif mengatasi kemacetan batu bara di Provinsi Jambi, dengan dominasi sentimen negatif di kedua platform. Penelitian ini merekomendasikan agar pemerintah lebih memperhatikan pendapat masyarakat dalam merumuskan kebijakan yang lebih efektif.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Aplikasi Sistem Pengolahan Data |
Divisions: | Skripsi > Teknik Informatika > 2025 |
Depositing User: | Digital Library |
Date Deposited: | 08 Jul 2025 08:14 |
Last Modified: | 08 Jul 2025 08:14 |
URI: | http://repository.unama.ac.id/id/eprint/4495 |
Actions (login required)
![]() |
View Item |