ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN PENERAPAN PPKM DI MEDIA SOSIAL TWITTER DENGAN MENGGUNAKAN METODE XGBOOST

I Putu Angga Purnama, Widiarta (2023) ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN PENERAPAN PPKM DI MEDIA SOSIAL TWITTER DENGAN MENGGUNAKAN METODE XGBOOST. S1 thesis, Universitas Mataram.

	Text TA2_I Putu Angga Purnama Widiarta_F1D018024.pdf Restricted to Repository staff only Download (1MB)
Preview	Text Jurnal_I Putu Angga Purnama Widiarta_F1D018024.pdf Download (751kB) | Preview

Abstract

Corona Virus Disease (Covid-19) merupakan virus yang dapat menyebabkan infeksi pada saluran pernafasan manusia. Indonesia menjadi salah satu negara yang terjangkit virus ini, pemberlakuan pembatasan kegiatan masyarakat (PPKM) diterapkan pemerintah sebagai suatu kebijakan demi menekan angka persebaran dari Covid-19. Pro dan kontra bermunculan akibat dari dampak yang ditimbulkan oleh kebijakan tersebut. Maka dari itu, menilai bagaimana opini atau sentimen masyarakat terhadap kebijakan tersebut penting untuk dilakukan. Penelitian ini bertujuan untuk mengimplementasikan algoritma XGBoost pada proses klasifikasi sentimen. Sentimen analisis menargetkan opini masyarakat di media sosial twitter, dataset yang digunakan setelah dilakukan crawling dan labeling yaitu 1958 tweets positif, dan 3980 tweets negatif. Pada tahap preprocessing, dilakukan proses casefolding, stopwords removal, tokenizing, dan stemming. Pemberian bobot pada term menggunakan metode Term Frequency-Relevance Frequency untuk mengubah setiap term menjadi angka. Pada tahapan akhir, klasifikasi dilakukan dengan mengimplementasikan metode XGBoost dengan score hyperparameter yang optimal. K-fold cross validation digunakan untuk mengevaluasi kinerja model. Berdasarkan hasil evaluasi, performa terbaik diperoleh model dengan nilai hyperparamater dengan n_estimator sebesar 1000, learning_rate sebesar 0.1, max_depth sebesar 6, subsample sebesar 1, gamma sebesar 0 dan memanfaatkan proses stemming dalam preprocessing dengan nilai akurasi sebesar 85.27%, presisi sebesar 86.07%, dan recall sebesar 85.23%.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Sentimen Analisis, Covid-19, XGBoost, Term FrequencyRelevance Frequency, Preprocessing, K-Fold Cross Validation, Hyperparameter
Subjects:	T Technology > TD Environmental technology. Sanitary engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	25 Jul 2023 03:41
Last Modified:	25 Jul 2023 03:41
URI:	http://eprints.unram.ac.id/id/eprint/41587

Actions (login required)

View Item