ANALISIS SENTIMEN BERITA POLITIK DI INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES

Nababan, Josua (2024) ANALISIS SENTIMEN BERITA POLITIK DI INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (117kB)
	Text BAB II.pdf Restricted to Registered users only Download (346kB)
	Text BAB III.pdf Restricted to Registered users only Download (72kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (36kB)
	Text DAFTAR PUSTAKA.pdf Download (86kB)

Abstract

Pilpres 2024 di Indonesia merupakan salah satu peristiwa politik yang paling dinantikan dan menarik perhatian masyarakat dan media. Media massa dan platform informasi online mempunyai pengaruh yang besar dalam membentuk opini masyarakat terhadap calon presiden dan partai politik. Penelitian ini bertujuan untuk menganalisis sentimen berita politik di Indonesia menggunakan dua algoritma pembelajaran mesin, Support Vector Machine (SVM) dan Naïve Bayes. Kedua algoritma tersebut telah terbukti efektif dalam banyak penelitian sebelumnya tentang klasifikasi sentimen dalam teks. Berdasarkan hasil penelitian, algoritma SVM menunjukkan keunggulan dalam mengklasifikasikan opini terkait berita politik dengan akurasi yang lebih tinggi yaitu 90,50%. Sedangkan hasil Naïve Bayes memiliki rata-rata akurasi sebesar 59,98%.

Actions (login required)

View Item