Skripsi S1

MhswID :
170402051
Judul :
Analisis Sentimen Pengguna Twitter Terhadap Pengesahan Undang-Undang Cipta Kerja Tahun 2020 Menggunakan Metode Support Vector Machine (SVM)
Penulis :
M ILHAM MUBAROQ
Abstrak :
Analisis Sentimen Pengguna Twitter Terhadap Pengesahan Undang-Undang Cipta Kerja Tahun 2020 Menggunakan Metode Support Vector Machine (SVM) Pada akhir tahun 2020 UU Cipta Kerja menjadi ramai di perbincangkan di twitter. Berbagai macam tanggapan dan argumen masyarakat ada yang setuju dan ada juga yang menolak untuk di sahkanya uu cipta kerja tersebut. Dari opini masyarakat tersebut kemudian dilakukan penelitian untuk memprediksi sentimen masyarakat terhadap tweet UU Cipta Kerja. Penelitian ini menggunakan teknik text mining dengan menerapkan algoritma Support Vector Machine dipergunakan untuk klasifikasi sentimen pengguna twitter terhadap UU Cipta Kerja dengan tweet yang berhastag #uuciptakerja sebagai data yang digunakan. Pengambilan data menggunakan library tweepy. Penelitian ini mengklasifikasi sentimen masyarakat menjadi 2 kelas, yaitu kelas positif dan negatif. Pembuatan model menggunakan dataset yang berjumlah 402 kalimat. Hasil penelitian yang didapatkan dengan menggunakan metode Support Vector Machine menunjukan hasil opini masyarakat pada twitter dengan sentimen positif sebesar 76% dan untuk sentimen negatif sebesar 24% dengan tingkat akurasi sebesar 89%. Sehingga menunjukkan bahwa algoritma Support Vector Machine bisa digunakan dalam melakukan klasifikasi terhadap sentimen positif dan negatif terhadap uu cipta kerja. Kata Kunci : Analisis Sentimen, Twitter, Support Vector Machine, UU Cipta Kerja, Omnibus Law
Abstrak Inggris :
Twitter User Sentiment Analysis Against Endorsement Undang-Undang Cipta Kerja Tahun 2020 using the Support Vector Machine (SVM) Method At the end of 2020 the Job Creation Act became a hot topic of discussion on Twitter. There are various kinds of responses and arguments from the community, some agree and some refuse to ratify the work copyright law. From the public opinion, a research was conducted to predict public sentiment towards the tweet of the Job Creation Act. This study uses text mining techniques by applying the Support Vector Machine algorithm used to classify twitter user sentiment against the Job Creation Act with hashtagged tweets #uuciptakerja as the data used. Data retrieval using the tweepy library. This study classifies public sentiment into 2 classes, namely positive and negative classes. Making the model using a dataset of 402 sentences. The results obtained using the Support Vector Machine method show the results of public opinion on Twitter with a positive sentiment of 76% and a negative sentiment of 24% with an accuracy rate of 89%. So it shows that the Support Vector Machine algorithm can be used in classifying positive and negative sentiments against the copyright law. Keywords : Sentiment Analysis, Twitter, Support Vector Machine, UU Cipta Kerja, Omnibus Law
Tahun :
2022
Cover :
Bab 1 :
Bab 5 :
Na :
A



UPT. Perpustakaan & UPT. TIPD UMRI

  • Kampus Utama : Jl. Tambusai / Jl. Nangka, Kecamatan Tampan
  • Kota Pekanbaru, Provinsi Riau

    E-Mail : pustaka@umri.ac.id - Website : http://lib.umri.ac.id - Smart Library : http://smartlib.umri.ac.id - Jurnal : http://jurnal.umri.ac.id

    Smartlib v1.3 © 2019 UPT TIPD UMRI. All Rights Reserved.