Analisis Sentimen Netizen Indonesia Pada Platform X Terhadap Kedatangan Pengungsi Rohingya Di Indonesia Menggunakan Metode Multinomial Naive Bayes
Analisis Sentimen Netizen Indonesia Pada Platform X Terhadap Kedatangan Pengungsi Rohingya Di Indonesia Menggunakan Metode Multinomial Naive Bayes, Analisis Sentimen, Multinomial Naive Bayes...
Author: MUHAMMAD JOEFITRA ZAQY
Date: 2024
Keywords: Analisis Sentimen, Multinomial Naive Bayes
Type: Thesis
Category: penelitian
Penelitian ini bertujuan untuk menganalisis sentimen netizen Indonesia terhadap kedatangan pengungsi Rohingya di Indonesia menggunakan metode Multinomial Naive Bayes. Analisis sentimen dilakukan pada komentar-komentar yang diperoleh dari platform X. Teknik pengumpulan data menggunakan metode crawling untuk mengekstrak komentar-komentar pengguna platform X terkait isu kedatangan pengungsi Rohingya. Tools yang digunakan untuk crawling adalah google collab. Proses analisis data meliputi pelabelan sentimen, preprocessing data (case folding, stopword removal, tokenizing, stemming), dan klasifikasi menggunakan metode Multinomial Naive Bayes. Hasil penelitian menunjukkan bahwa sebagian besar sentimen netizen Indonesia terhadap kedatangan pengungsi Rohingya di Indonesia adalah negatif, dengan persentase 81%, Sentimen positif mencapai 8%, sedangkan sentimen netral sebesar 11%. Metode Multinomial Naive Bayes menghasilkan akurasi sebesar 82,5?lam mengklasifikasikan sentimen netizen. Tools yang digunakan untuk mengolah data adalah aplikasi orange data mining versi 3.36.2. Penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan ilmu pengetahuan komputer khususnya dalam bidang Text Mining, Natural Language Processing, Machine Learning dan Artifical Intelligence (AI). Penelitian ini juga diharapkan dapat memberikan manfaat bagi pihak-pihak yang terkait dengan penanganan masalah pengungsi Rohingya di Indonesia, seperti pemerintah, organisasi kemanusiaan, media massa, akademisi, masyarakat umum, maupun peneliti lain.
Files:
LEMBAR JUDUL 1
DAFTAR PUSTAKA
ABSTRAK
Collections:
Digital Library UNPAB