ANALISIS SENTIMEN TERHADAP BEA CUKAI PADA PLATFORM SOSIAL MEDIA X MENGGUNAKAN SUPPORT VECTOR MACHINE DAN K-FOLD CROSS VALIDATION

• NATANIEL BLESYOVA
• 2024

---

Penelitian ini dilatarbelakangi oleh kebutuhan untuk memahami sentimen publik terhadap Bea Cukai yang sering menjadi topik perbincangan di media sosial. Analisis sentimen merupakan alat penting untuk mengidentifikasi opini dan perasaan masyarakat yang dapat mempengaruhi kebijakan dan kinerja instansi terkait. Tujuan utama penelitian ini adalah mengevaluasi kinerja Support Vector Machine (SVM) dalam klasifikasi sentimen komentar media sosial terkait Bea Cukai sebagai algoritma machine learning yang efektif. Metode yang digunakan melibatkan beberapa tahap, yaitu pengumpulan data dengan metode crawling data, pre-processing data yang terdiri dari case folding, cleaning, stemming, stopword,dan tokenize, penerapan algoritma SVM, evaluasi menggunakan confusion matrix, dan pengujian menggunakan teknik K-Fold Cross Validation, semua tahapan tersebut akan dilakukan menggunakan aplikasi berbasis web Google Colab menggunakan bahasa Python. Hasil penelitian menunjukkan bahwa algoritma SVM menghasilkan akurasi sebesar 94% dari 400 data test dan 1600 data train, dengan precision nilai 88%, class recall dengan nilai 95%, class f1-score dengan nilai 91.36%. Pengujian dengan K-Fold Cross Validation memberikan akurasi tertinggi sebesar 98.85%, menunjukkan peningkatan signifikan. Cloudword dapat di visualisasikan per kategori data untuk melihat kata apa yang frekuensinya sering muncul. Model ini juga menunjukkan kemampuan baik dalam mengklasifikasikan sentimen positif dan negatif secara konsisten. Kesimpulannya, algoritma SVM terbukti efektif dalam klasifikasi sentimen komentar media sosial terkait Bea Cukai.

• Analisis Sentimen
• Support Vector Machine
• Machine Learning

https://repository.bsi.ac.id/repo/57146/ANALISIS-SENTIMEN-TERHADAP-BEA-CUKAI-PADA-PLATFORM-SOSIAL-MEDIA-X-MENGGUNAKAN-SUPPORT-VECTOR-MACHINE-DAN-K-FOLD-CROSS-VALIDATION
Anda dapat membaca file tugas akhir ini di repository.