AHMAD, NIM. 162021034 (2025) ANALISIS SENTIMEN TERHADAP OPINI PUBLIK TENTANG PENDIDIKAN DI INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, Universitas Muhammadiyah Palembang.

Preview	Text 162021034_BAB I_DAFTAR PUSTAKA.pdf - Published Version Download (617kB) | Preview
	Text 162021034_ BAB II.pdf - Published Version Restricted to Repository staff only Download (379kB)
	Text 162021034_BAB III.pdf - Published Version Restricted to Repository staff only Download (479kB)
	Text 162021034_BAB IV.pdf - Published Version Restricted to Repository staff only Download (824kB)
	Text 162021034_BAB V.pdf - Published Version Restricted to Repository staff only Download (139kB)
	Text 162021034_Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (207kB)
	Text 162021034_Lampiran.pdf - Published Version Restricted to Repository staff only Download (784kB)
	Text 162021034_ Cover Sampai Lampiran.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen opini publik mengenai pendidikan di Indonesia dengan memanfaatkan data dariTwitter dan menggunakan metode Support Vector Machine (SVM). Penelitian ini memiliki beberapa tujuan utama: mengidentifikasi dan menganalisis sentimen pengguna, meningkatkan akurasi analisis sentimen melalui teknik preprocessing, serta memberikan wawasan bagi pembuat kebijakan dan lembaga pendidikan. Data yang digunakan dalam penelitian ini berjumlah 484 komentar yang diperoleh melalui teknik scraping dari Twitter. Setiap komentar diklasifikasikan ke dalam tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan bahwa sentimen positif mencapai 48,35%, sentimen negatif 36,16%, dan sentimen netral 15,50%. Model SVM yang dibangun menunjukkan akurasi sebesar 69,07%, meskipun terdapat tantangan seperti keragaman kosakata dan penggunaan bahasa non-standar. Metode preprocessing yang diterapkan, termasuk case folding, tokenisasi, dan penghapusan stopwords, berkontribusi pada peningkatan akurasi model. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam memahami dinamika opini masyarakat terhadap pendidikan di Indonesia, serta merekomendasikan penggunaan algoritma yang lebih canggih dan pengayaan dataset untuk analisis di masa mendatang.

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing: 1. Jimmie, S. Kom., M. Kom 2. Karnadi, S. Kom., M. Kom
Uncontrolled Keywords:	Sentimen Analisis, Support Vector Machine, SEMMA, Pendidikan Indonesia
Subjects:	Teknologi informasi > pemrograman
Divisions:	Fakultas Teknik > Teknologi Informasi (S1)
Depositing User:	Mahasiswa Fakultas Teknik
Date Deposited:	30 Dec 2025 04:08
Last Modified:	30 Dec 2025 04:08
URI:	http://repository.um-palembang.ac.id/id/eprint/34348

Actions (login required)

View Item