PENERAPAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN OPINI PUBLIK MENGENAI KENDARAAN LISTRIK DI INDONESIA

Fahrezy, Dzaky Candy (2024) PENERAPAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN OPINI PUBLIK MENGENAI KENDARAAN LISTRIK DI INDONESIA. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (1MB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (882kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (834kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (480kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (834kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (913kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Kendaraan listrik menjadi perhatian utama dalam industri otomotif global dan juga di Indonesia, sebagai upaya untuk mengurangi dampak negatif lingkungan dan ketergantungan terhadap bahan bakar fosil. Namun, penerimaan kendaraan listrik oleh masyarakat sangat dipengaruhi oleh opini publik yang beragam. Oleh karena itu, analisis sentimen opini publik menjadi penting untuk memahami bagaimana masyarakat Indonesia merespons kendaraan listrik. Penelitian ini bertujuan untuk menerapkan dua algoritma klasifikasi yaitu Naïve Bayes dan Support Vector Machine, kemudian menganalisa hasil klasifikasi penerapan kinerja kedua algoritma tersebut. Data yang digunakan dalam penelitian ini adalah data komentar yang diperoleh dari media social Twitter berjumlah 3.043 data. Hasil penelitian menunjukan bahwa Support Vector Machine memiliki kinerja paling baik dengan nilai accuracy 82.95% sementara Naive Bayes sebesar 73%. Dengan akurasi tersebut, model yang dibuat mampu mengklasifikasi kategori positif dan negatif pada suatu dokumen dengan baik.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Dr. Fandy Setyo Utomo, S.Kom., M.Cs.
Uncontrolled Keywords: Kata kunci: Analisis sentimen, opini publik, kendaraan listrik, Naïve Bayes, Support Vector Machine
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 22 Mar 2011 04:47
Last Modified: 22 Mar 2011 04:47
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2441

Actions (login required)

View Item
View Item