Skripsi

Optimasi Parameter Support Vector Machine Menggunakan Particle Swarm Optimizer Pada Analisis Sentimen Program Swasembada Pangan Pemerintah

---

ABSTRAK

RIHLA RESKI, 2026. Optimasi Parameter Support Vector Machine Menggunakan Particle Swarm Optimization pada Analisis Sentimen Program Swasembada Pangan Pemerintah (dibimbing oleh Pasnur dan Ilham).

Program swasembada pangan merupakan upaya strategis pemerintah dalam mencapai ketahanan pangan nasional yang keberhasilannya dipengaruhi oleh persepsi masyarakat, sehingga diperlukan analisis sentimen untuk memahami opini publik. Penelitian ini bertujuan menganalisis pengaruh optimasi Particle Swarm Optimization (PSO) terhadap peningkatan performa Support Vector Machine (SVM) serta mengukur waktu komputasi model. Metode yang digunakan adalah SVM sebagai model klasifikasi yang dioptimasi menggunakan PSO untuk menentukan parameter C dan gamma, dengan dataset sebanyak 3.008 komentar dari Instagram yang diperoleh melalui web scraping dan diproses menggunakan tahapan preprocessing serta representasi TF-IDF. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, dan ROC-AUC dengan variasi proporsi data uji 10%, 20%, dan 30%. Hasil penelitian menunjukkan bahwa model PSO-SVM mampu meningkatkan akurasi menjadi 0,86–0,88 dengan rata-rata 0,87 dibandingkan model SVM baseline sebesar 0,8433, serta memiliki performa yang lebih konsisten dengan nilai AUC sebesar 0,9533–0,9602 dibandingkan rata-rata AUC model baseline sebesar 0,9529. Namun, peningkatan performa tersebut diikuti dengan waktu komputasi yang lebih tinggi, yaitu 419–545 detik dibandingkan 6–12 detik pada model SVM baseline. Kesimpulannya, optimasi PSO efektif meningkatkan performa SVM dalam analisis sentimen, tetapi memiliki trade-off terhadap efisiensi komputasi.

Kata kunci: Analisis Sentimen, Support Vector Machine, Particle Swarm Optimization, TF-IDF, Swasembada Pangan
 

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR RIH o

Penerbit

Makassar : UNITAMA., 2026

Deskripsi Fisik

xiii + 106 hlm., 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF RIH o

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Pasnur dan Pembimbing II: Ilham Penguji: Erwin Gatot Amiruddin, Nurzaenab dan Tamra

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar