DANIEL ADLESS ERICH (2025) KOMPARASI ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) DALAM MENGANALISIS ELEKTABILITAS MOCHAMMAD RIDWAN KAMIL PADA PILKADA DKI 2024 MELALUI DATA MEDIA SOSIAL YOUTUBE. Skripsi thesis, Universitas Bina Insan Lubuklinggau.
![[img]](http://eprints.univbinainsan.ac.id/style/images/fileicons/text.png) |
Text
RAMA_55201_2102020154.pdf Download (27MB) |
Abstract
ABSTRAK Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap calon pemimpin politik, khususnya Mochammad Ridwan Kamil, dalam Pilkada DKI 2024 menggunakan data media sosial YouTube. Data dikumpulkan melalui web scraping pada periode Agustus hingga September 2024, dengan total 10.843 entri. Proses preprocessing mencakup data cleaning, casefolding, tokenisasi, normalisasi, stopword removal, dan stemming. Sentimen dianalisis menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM). Hasil analisis menunjukkan bahwa 50,35% opini masyarakat bersifat negatif, 25,56% netral, dan 24,10% positif. Algoritma Naive Bayes dengan model Gaussian menghasilkan akurasi tertinggi sebesar 94,49%, lebih tinggi dibandingkan dengan SVM yang memperoleh 83%. Temuan ini menunjukkan bahwa sentimen negatif yang dominan dapat mempengaruhi elektabilitas Ridwan Kamil dalam Pilkada DKI 2024. Penelitian ini menyoroti pentingnya pengelolaan persepsi publik di media sosial sebagai bagian dari strategi politik. Kata kunci: Analisis Sentimen, Naive Bayes, Support Vector Machine, Media Sosial, Pilkada DKI 2024.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Komputer > Program Studi Informatika |
| Depositing User: | Admin Perpus UnivBI |
| Date Deposited: | 30 Mar 2026 08:10 |
| Last Modified: | 30 Mar 2026 08:10 |
| URI: | https://eprints.univbinainsan.ac.id/id/eprint/634 |
Actions (login required)
 |
View Item |
