UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Perbandingan Metode Naive Bayes Dan Support Vector Machine Terhadap Sentimen Analisis  Pada Pemilihan Presiden Dan Wakil Presiden Republik Indonesia 2024 Di Aplikasi X
Penanda Bagikan

Skripsi

Perbandingan Metode Naive Bayes Dan Support Vector Machine Terhadap Sentimen Analisis Pada Pemilihan Presiden Dan Wakil Presiden Republik Indonesia 2024 Di Aplikasi X

Astami Enes Triani - Nama Orang;

ABSTRAK

ASTAMI ENES TRIANI, Perbandingan Metode Naïve Bayes Dan Support Vector Machine Terhadap Sentimen Analisis Pada Pemilihan Presiden Dan Wakil Presiden Republik Indonesia 2024 Di Aplikasi X (dibimbing oleh Pasnur dan Andi Yulia Muniar).

Teknologi berkembang sangat pesat dimasa sekarang menjadikannya salah satu kebutuhan utama masayarakat pada saat ini, salah satu produk teknologi yang paling banyak digunakan adalah media sosial khususnya media sosial X yang digunakan untuk berinteraksi serta membagikan informasi kepada orang lain. Salah satu topik yang sedang ramai dibicarakan di X adalah mengenai Pilpres 2024 akan tetapi pemilihan kali ini di warnai banyak opini khususnya dari pengguna media sosial X yang berbagi pendapatnya mengenai Pilpres 2024 ini. Oleh sebab itu dilakukan sentiment analisis untuk mendapatkan opini pengguna X terhadap topik Pilpres 2024. Penelitian ini bertujuan untuk menganalisis topik Pilpres 2024 di media social X. Data ini diperoleh melalui studi pustaka dan pengumpulan tweet pada topik Pilpres 2024 di media social X. Metode yang digunakan pada penelitian ini adalah metode Naive bayes dan Support Vector Machine untuk klasifikasi topik Pilpres 2024. Hasil penelitian ini menunjukkan bahwa Analisis Sentimen untuk topik Pilpres 2024 berhasil diimplementasikan dan mendapat tingkat akurasi sebesar 81.34% untuk metode Naïve Bayes dan 0.96% untuk metode Support Vector Machine.

Kata Kunci: Sentimen Analisis, Pilpres 2024, Naïve Bayes, Support Vector Machine.
 


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 961) SKR/TI/2024 REF AST p
2970/SKR-Ti/AKBA/25
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR AST p
Penerbit
Makassar : UNITAMA., 2024
Deskripsi Fisik
xiii + 68 hlm., 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF AST p
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Pasnur dan Pembimbing II: Andi Yulia Muniar Penguji: Akbar Iskandar, Nuraida Latif dan Kamaruddin
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?