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.
Text
COVER.pdf
Download (1MB)
COVER.pdf
Download (1MB)
Text
DAFTAR ISI.pdf
Download (882kB)
DAFTAR ISI.pdf
Download (882kB)
Text
ABSTRAK.pdf
Download (834kB)
ABSTRAK.pdf
Download (834kB)
Image
BAB I.pdf
Restricted to Registered users only
Download (480kB)
BAB I.pdf
Restricted to Registered users only
Download (480kB)
Image
BAB II.pdf
Restricted to Registered users only
Download (1MB)
BAB II.pdf
Restricted to Registered users only
Download (1MB)
Image
BAB III.pdf
Restricted to Registered users only
Download (1MB)
BAB III.pdf
Restricted to Registered users only
Download (1MB)
Image
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
Image
BAB V.pdf
Restricted to Registered users only
Download (834kB)
BAB V.pdf
Restricted to Registered users only
Download (834kB)
Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (913kB)
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (913kB)
Text
LAMPIRAN.pdf
Restricted to Repository staff only
Download (1MB)
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 |