ANALISIS SENTIMEN OPINI MASYARAKAT DI PLATRFOM X (TWITTER) TERHADAP PROGRAM MAKANAN BERGIZI GRATIS MENGGUNAKAN METODE SUPORT VECTOR MEACHINE (SVM)

Adedio, Rangga (2026) ANALISIS SENTIMEN OPINI MASYARAKAT DI PLATRFOM X (TWITTER) TERHADAP PROGRAM MAKANAN BERGIZI GRATIS MENGGUNAKAN METODE SUPORT VECTOR MEACHINE (SVM). Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

[img] Text (Fulltext)
Rangga Adedio_2255201204_ FULLTEXT.pdf - Submitted Version
Restricted to Repository staff only
Download (11MB) | Request a copy
[img] Text (Turnitin)
Rangga Adedio_2255201204_ TURNITIN.pdf - Submitted Version
Restricted to Repository staff only
Download (14MB) | Request a copy
[img] Text (ABSTRAK + BAB 1)
Rangga Adedio_2255201204_ ABSTRAK & BAB 1.pdf - Submitted Version
Download (11MB)
[img] Text (BAB 2)
Rangga Adedio_2255201204_ BAB 2.pdf - Submitted Version
Download (97kB)
[img] Text (BAB 3)
Rangga Adedio_2255201204_ BAB 3.pdf - Submitted Version
Restricted to Repository staff only
Download (139kB) | Request a copy
[img] Text (BAB 4)
Rangga Adedio_2255201204_ BAB 4.pdf - Submitted Version
Restricted to Repository staff only
Download (3MB) | Request a copy
[img] Text (BAB 5)
Rangga Adedio_2255201204_ BAB 5.pdf - Submitted Version
Download (86kB)
[img] Text (BAB 5)
Rangga Adedio_2255201204_ REFERNSI.pdf - Submitted Version
Download (109kB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Program Makanan Bergizi Gratis melalui komentar pengguna pada platform X (Twitter) sebagai gambaran opini publik terhadap kebijakan pemerintah. Data dikumpulkan dengan teknik web scraping dan melalui tahapan prapemrosesan teks, meliputi pembersihan data, normalisasi, tokenisasi, penghapusan stopword, serta stemming. Data kemudian direpresentasikan menggunakan metode TF-IDF dan diklasifikasikan dengan algoritma Support Vector Machine (SVM). Tiga skenario klasifikasi diterapkan, yaitu tiga kelas (positif, negatif, dan netral), klasifikasi biner positif-negatif, serta perbandingan positif Non positif untuk mengevaluasi performa model. Hasil pengujian menunjukkan bahwa model SVM mampu mengidentifikasi sentimen dengan kinerja yang baik. Secara umum, sentimen masyarakat terhadap program cenderung negatif, dengan kritik yang dominan berkaitan dengan pelaksanaan dan kualitas implementasi, sementara sentimen positif lebih menyoroti tujuan dan manfaat program.

Item Type: Thesis (Skripsi (Bachelor))
Additional Information: Pembimbing: Muhmmad Husni Rifqo S.Kom., M.Kom.
Uncontrolled Keywords: Analisis Sentimen, Program Makanan Bergizi Gratis, Platform X (Twitter), Support Vector Machine, TF-IDF.
Subjects: Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions: 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User: Mrs Hildayani Hildayani
Date Deposited: 20 May 2026 02:52
Last Modified: 20 May 2026 02:52
URI: http://repository.umb.ac.id/id/eprint/2405

Actions (login required)

View Item View Item