Shodiq, Ja'far (2025) Visualisasi Dashboard Dan Analisis Sentimen Komentar Netizen Twitter Terhadap Gaji Mempengaruhi Kesehatan Mental Generasi Z. Diploma thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Ringkasan)
Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (271kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (383kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (297kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy |
Abstract
Visualisasi Dashboard dan Analisis Sentimen Komentar Netizen Twitter Terhadap Gaji Mempengaruhi Kesehatan Mental Generasi Z, Ja’far Shodiq, NIM E31222492, Tahun 2024, 70 hlm., Teknologi Informasi, Politeknik Negeri Jember, Husin, S.Kom, M.MT (Pembimbing). Perkembangan Penelitian ini bertujuan untuk menganalisis sentimen komentar netizen di Twitter terhadap topik gaji dan dampaknya terhadap kesehatan mental Generasi Z, serta menampilkan hasil analisis dalam bentuk dashboard visual. Data dikumpulkan melalui proses crawling dengan kata kunci spesifik, kemudian diproses melalui tahap cleansing, tokenizing, stemming, dan pelabelan sentimen menggunakan kamus InSet. Fitur diekstraksi dengan metode TF-IDF dan data diseimbangkan dengan SMOTE untuk menghindari bias dalam klasifikasi. Model analisis sentimen yang digunakan adalah Support Vector Machine (SVM), Naive Bayes, dan K-Nearest Neighbor (KNN), dengan pembagian data latih dan uji sebesar 80:20. Evaluasi performa menunjukkan bahwa SVM memberikan hasil terbaik dengan akurasi 90%. Hasil klasifikasi sentimen divisualisasikan melalui dashboard interaktif menggunakan Streamlit, yang memuat pie chart distribusi sentimen, word cloud, grafik tren waktu, serta perbandingan performa model. Kesimpulan dari penelitian ini menunjukkan bahwa sebagian besar komentar netizen bersentimen negatif terhadap hubungan gaji dan kesehatan mental Generasi Z. Dashboard visual yang dikembangkan membantu mempermudah pemahaman pola-pola sentimen yang muncul. Penelitian ini diharapkan dapat memberikan kontribusi dalam penyusunan strategi kebijakan yang lebih sensitif terhadap isu finansial dan kesejahteraan mental generasi muda.
| Item Type: | Thesis (Diploma) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | machine learning,sentimen,analisis,visualisasi,svm,naive bayes,knn,streamlit | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 459 - Ilmu Komputer 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 463 - Teknik Perangkat Lunak 550 - Rumpun Ilmu Ekonomi > 570 - Ilmu Manajemen > 577 - Manajemen Informatika |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D3 Manajemen Informatika > Tugas Akhir | ||||||
| Depositing User: | Ja'far Shodiq | ||||||
| Date Deposited: | 21 May 2025 02:51 | ||||||
| Last Modified: | 21 May 2025 02:52 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/41214 |
Actions (login required)
 |
View Item |
