Text
Klasifikasi Komentar Sosial Media Publik terhadap Pengembalian Aset Korupsi CPO Senilai Rp 13,2 Triliun Menggunakan Kombinasi Metode Lexicon AFINN dan Naive Bayes
- Bagikan:
ABSTRAK
Media sosial menjadi sarana utama masyarakat dalam menyampaikan opini
terhadap isu publik, termasuk pengembalian aset korupsi Crude Palm Oil (CPO)
senilai Rp 13,2 triliun. Banyaknya komentar di Instagram dan TikTok menyulitkan
analisis manual karena volume data yang besar dan sifat teks yang tidak terstruktur.
Penelitian ini bertujuan untuk mengklasifikasikan sentimen komentar publik
menggunakan kombinasi metode Lexicon AFINN dan Multinomial Naive Bayes.
Sebanyak 2.000 komentar dikumpulkan melalui web scraping dan diproses melalui
tahapan preprocessing, pelabelan awal menggunakan Lexicon AFINN, pembobotan
TF-IDF, serta klasifikasi menggunakan Multinomial Naive Bayes. Hasil penelitian
menunjukkan bahwa 65,34% komentar tergolong positif dan 34,66% negatif.
Model mampu mengklasifikasikan sentimen secara otomatis berdasarkan
perhitungan probabilitas posterior dan diimplementasikan dalam bentuk aplikasi
GUI berbasis Python. Kombinasi Lexicon AFINN dan Multinomial Naive Bayes
terbukti efektif dalam mengklasifikasikan sentimen serta memberikan gambaran
kecenderungan opini publik terhadap isu pengembalian aset korupsi CPO.
Kata Kunci: Analisis Sentimen, Lexicon AFINN, Naive Bayes, TF-IDF, Media
Sosial.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
DIKSON SAMUEL SIREGAR - Personal Name
|
| Student ID |
222510031
|
| Dosen Pembimbing |
Harlen Gilbert Simanullang, S.Kom., M.Kom - - Dosen Pembimbing 1
Jimmy F Naibaho, ST., M.Kom, - - Dosen Pembimbing 2 |
| Penguji |
DR. Humuntal Rumapea, M.Kom - - Ketua Penguji
|
| Kode Prodi PDDIKTI |
57401
|
| Edisi |
Published
|
| Departement | |
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2026 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |