ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM PRAKERJA PADA SOSIAL MEDIA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Rahmadhani, Ari Yanti (2021) ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM PRAKERJA PADA SOSIAL MEDIA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Skripsi) skripsi17312299.pdf - Published Version Restricted to Registered users only Download (3MB) | Request a copy
	Text (Abstrak) abstrak17312299.pdf - Published Version Download (105kB)
	Text (Bab I-Pendahuluan) b117312299.pdf - Published Version Download (303kB)
	Text (Bab II-Landasan Teori) b217312299.pdf - Published Version Download (639kB)
	Text (Daftar Pustaka) daftar_pustaka17312299.pdf - Bibliography Download (303kB)

Abstract

Penelitian ini menganalisis sentiment masyarakat Indonesia terhadap Program kartu Prakerja tentang trobosan upaya pemerintah mengatasi penganguran dan korban PHK tenaga kerja dengan keyword “prakerja”. Metode yang digunakan untuk menganalisis opini masyarakat dengan data yang diperoleh pada sosial media Twitter menggunakan Support Vector Machines dalam mengukur tingkat keakuratan pada teknik metode yang digunakan. Penelitian ini juga menggunakan metode pengujian confussion matrix serta membandingkan dua kenel yaitu linear dengan RBF. Hasil evaluasi yang dilakukan pada nilai akurasi kernel linear 98.67%, precission 98%, recall 99%, dan F1-Score 98%, sedangkan pada nilai akurasi kernel RBF 98.34%, precission 97%, recall 98%, F1-Score 98%, dapat disimpulkan bahwa sentiment masyarakat dari pengguna twitter terhadap program kartu prakerja dimasa pandemi lebih condong ke netral sebesar 98,34%. Berdasarkan hasil evaluasi yang dilakukan pada nilai akurasi kernel linear menghasilkan nilai akurasi 98.67%, sedangkan kernel RBF menghasilkan akurasi 98.34%. Maka dari sisi akurasi kernel linear lebih baik dari pada RBF.

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Prakerja, Support Vector Machine, Linear, RBF
Subjects:	SISTEM INFORMASI (S1) > Metode Komputer SISTEM INFORMASI (S1) > Metode Komputer
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	08 Feb 2022 03:56
Last Modified:	08 Feb 2022 03:56
URI:	http://repository.teknokrat.ac.id/id/eprint/3517

Actions (login required)

View Item