Chindua, Rera Varius (2024) ANALISIS SENTIMEN MASYARAKAT TERHADAP BERITA KDRT DI INDONESIA BERDASARKAN OPINI DARI MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITME NAIVE BAYES CLASSIFIER (NBC). Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Abstract)
Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (267kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (248kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (226kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf Restricted to Registered users only Download (2MB) | Request a copy |
Abstract
Pandemi Covid-19 telah menyebabkan peningkatan signifikan dalam kasus kekerasan dalam rumah tangga (KDRT) di Indonesia. Berdasarkan data dari KemenPPPA hingga Oktober 2022, terdapat 18.261 kasus KDRT dengan 79,5% atau 16.745 korban adalah perempuan. Kondisi pandemi yang memaksa masyarakat untuk tinggal di rumah dalam waktu lama turut memperburuk situasi KDRT. Isu ini sering menjadi perhatian masyarakat dan ramai diperbincangkan di media sosial seperti Twitter. Oleh karena itu, analisis sentimen terhadap tweet yang mengandung kata kunci terkait KDRT dapat memberikan pemahaman mengenai opini masyarakat. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) untuk menganalisis sentimen teks di Twitter. NBC memanfaatkan distribusi kata dalam dokumen untuk menghitung probabilitas dari setiap kelas, bertujuan mengategorikan tweet ke dalam label positif, negatif, atau netral. Data diambil dari tweet yang relevan, kemudian melalui tahapan pre-processing yang meliputi case folding, cleaning data, stopword removal, word normalization, stemming, dan tokenisasi. Fitur-fitur relevan diekstraksi menggunakan metode Term Frequency�Inverse Document Frequency (TF-IDF). Hasil klasifikasi menggunakan NBC menunjukkan akurasi 70%, precision 57%, recall 66%, dan f1-score 60%.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Analisis Sentimen, Naïve Bayes Classifier, Twitter, KDRT | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | Rera Varius Chindua | ||||||
| Date Deposited: | 28 May 2024 02:46 | ||||||
| Last Modified: | 28 May 2024 02:46 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/32269 |
Actions (login required)
 |
View Item |
