Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Nurhayatunnufus, Laras"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    ANALISIS PERBANDINGAN ALGORITMA NAIVE BAYES, SVM, DAN CNN UNTUK MENGETAHUI KECENDERUNGAN MASYARAKAT TERHADAP TOKOH-TOKOH POLITIK DI INDONESIA
    (Program Studi S1 Informatika, 2024) Nurhayatunnufus, Laras; Yan Puspitarani (Pembimbing)
    Dengan meningkatnya perhatian publik terhadap isu-isu politik terkait pemilu 2024, memahami kecenderungan masyarakat terhadap tokoh-tokoh politik menjadi sangat penting. Penelitian ini menganalisis sentimen terhadap tokoh politik menggunakan data dari Twitter dan portal berita, dengan menerapkan tiga algoritma: Naive Bayes, SVM, dan CNN. Analisis ini bertujuan untuk mengevaluasi akurasi dan kinerja setiap algoritma melalui metode K-Fold CrossValidation dan Confusion Matrix. Hasil penelitian menunjukkan CNN sebagai algoritma terbaik dengan akurasi tertinggi 0.91, serta nilai precision, recall, dan f1score yang tinggi, menunjukkan kemampuan generalisasi yang baik. Naive Bayes memiliki akurasi testing 0.84 dengan rata-rata precision, recall, dan f1-score 0.87, namun menunjukkan indikasi potensi overfitting. SVM memiliki akurasi testing 0.80 dengan rata-rata precision, recall, dan f1-score 0.82, serta penurunan kinerja signifikan yang mengindikasikan overfitting yang lebih besar. Dalam analisis distribusi sentimen, Naive Bayes menunjukkan persentase sentimen positif tertinggi untuk Ganjar (43%), sentimen netral tertinggi untuk Prabowo (54%), dan sentimen negatif tertinggi untuk Anies (23%). SVM menunjukkan dominasi sentimen netral untuk semua tokoh, dengan Ganjar memiliki sentimen netral tertinggi (87%). CNN menunjukkan variasi sentimen yang lebih seimbang, dengan Ridwan Kamil memiliki sentimen positif sangat tinggi (79%) dan Puan memiliki sentimen netral signifikan (61%). Hasil ini menggarisbawahi perbedaan signifikan dalam bagaimana setiap algoritma menangani dan mengklasifikasikan sentimen, serta memberikan wawasan tentang kecenderungan masyarakat terhadap tokohtokoh politik utama dalam konteks pemilu mendatang.

PTI copyright © 2002-2026

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback