NAIVE BAYES CLASSIFIER DAN LEXICON SENTIMENT UNTUK DETEKSI MAKNA MENGENAI KEBIJAKAN TUNJANGAN DPR RI

Fauziah, Eka (2026) NAIVE BAYES CLASSIFIER DAN LEXICON SENTIMENT UNTUK DETEKSI MAKNA MENGENAI KEBIJAKAN TUNJANGAN DPR RI. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_57201_2213030030.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy
[img] Text (Similarity)
RAMA_57201_2213030030_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (5MB)
[img] Text (Cover sd BAB 1 + References)
RAMA_57201_2213030030_723058501_731087703_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (2MB)
[img] Text (BAB 2)
RAMA_57201_2213030030_723058501_731087703_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (468kB) | Request a copy
[img] Text (BAB 3)
RAMA_57201_2213030030_723058501_731087703_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (328kB) | Request a copy
[img] Text (BAB 4)
RAMA_57201_2213030030_723058501_731087703_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (689kB) | Request a copy
[img] Text (BAB 5)
RAMA_57201_2213030030_723058501_731087703_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (258kB) | Request a copy
[img] Text (References)
RAMA_57201_2213030030_723058501_731087703_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (254kB)
[img] Text (Lampiran)
RAMA_57201_2213030030_723058501_731087703_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Pertumbuhan media sosial telah menciptakan banyaknya opini publik yang bisa dimanfaatkan untuk mengkaji reaksi masyarakat terhadap kebijakan pemerintah. Salah satu topik yang populer di kalangan masyarakat adalah kebijakan tunjangan untuk DPR RI yang memicu berbagai reaksi positif, negatif, dan netral di media sosial X (Twitter). Penelitian ini bertujuan untuk menganalisis sentimen publik terkait kebijakan tunjangan DPR RI dengan metode Naïve Bayes Classifier dan Lexicon sentiment, serta menggabungkan kedua metode ini untuk mendapatkan analisis yang lebih menyeluruh. Pendekatan penelitian yang digunakan adalah CRISP-DM (Cross Industry Standard Process for Data Mining), yang meliputi langkah-langkah pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Data penelitian diambil melalui proses penggalian informasi dari platform X (Twitter) berdasarkan kata kunci yang relevan dengan kebijakan tunjangan DPR RI. Tahap persiapan data dilakukan dengan melakukan pembersihan, pengubahan huruf, pemecahan kalimat, penghapusan kata umum, dan pengerdilan. Selanjutnya, data diubah menjadi format numerik dengan menggunakan bobot TF-IDF sebelum klasifikasi dilakukan. Temuan penelitian menunjukkan bahwa metode Naïve Bayes Classifier mencapai tingkat akurasi 0,74 dengan weighted average f1-score sebesar 0,67. Di sisi lain, metode Lexicon sentiment berhasil memberikan distribusi sentimen yang lebih seimbang dan membantu dalam memahami nuansa emosional dalam teks. Hasil penggabungan kedua metode menunjukkan bahwa pendekatan kombinasi dapat menghasilkan analisis sentimen yang lebih akurat dibandingkan jika hanya menggunakan salah satu metode. Selain itu, analisis emosi menunjukkan bahwa perasaan publik didominasi oleh emosi netral dan marah terkait kebijakan tunjangan DPR RI. Berdasarkan temuan penelitian, kombinasi metode Naïve Bayes Classifier dan Lexicon sentiment terbukti efektif untuk menganalisis opini publik di media sosial karena dapat memadukan pendekatan statistik dengan pemahaman emosional dalam teks berbahasa Indonesia.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Naive bayes, leksikon, DPR, tunjangan, sentimen
Subjects: 410 Engineering science > 461 Information systems
410 Engineering science > 473 Mining engineering (mining engineering)
580 Humaniora social science > 596 Legal studies
580 Humaniora social science > 611 Social welfare sciences
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Sistem Informasi
Depositing User: Eka Fauziah
Last Modified: 31 Jul 2026 02:07
URI: http://repository.unpkediri.ac.id/id/eprint/24225

Actions (login required)

View Item View Item