TRUNOJOYO-Tugas Akhir-30385-190441100096_Abstract.pdf
Restricted to Repository staff only
Download (12kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_Cover.pdf
Restricted to Repository staff only
Download (694kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_Chapter 1.pdf
Restricted to Repository staff only
Download (95kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_Chapter 2.pdf
Restricted to Repository staff only
Download (151kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_Chapter 3.pdf
Restricted to Repository staff only
Download (313kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_Chapter 4.pdf
Restricted to Repository staff only
Download (895kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_Conclusion.pdf
Restricted to Repository staff only
Download (11kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_References.pdf
Restricted to Repository staff only
Download (89kB)
TRUNOJOYO-Tugas Akhir-30385-190441100096_Appendices.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Analisis sentimen memiliki tujuan yaitu untuk mengetahui apakah polaritas sebuah data yang berbentuk teks mengarah pada sifat positif atau negatif. Salah satu topik yang sedang ramai diperbincangkan pada media sosial Twitter adalah tentang peralihan dari mobil konvensional menuju mobil listrik di Indonesia. Salah satu hal yang menjadi tolak ukur keberhasilannya adalah bagaimana sentimen masyarakat mengenai mobil listrik di Indonesia. Penelitian ini memiliki tujuan utama untuk melihat efektivitas dan mendapatkan kinerja metode Random Forest dalam melakukan analisis sentimen terkait dengan topik peralihan mobil listrik serta mengetahui reaksi masyarakat terhadap kebijakan peralihan mobil listrik di Indonesia. Diperoleh data sejumlah 7774 tweets. Setelah melalui proses filtrasi, data yang dihasilkan adalah 2012 yang digunakan untuk melatih model. Tahapan yang dilakukan pada penelitian ini menggunakan model penelitian data science CRISP-DM (Cross-Industry Standard Process for Data Mining). Pada penelitian ini digunakan teknik Feature extraction TF-IDF (Term Frequency-Inverse Document Frequency). Digunakan juga teknik SMOTE (Synthetic Minority Over-sampling Technique) yang merupakan bagian dari skenario pengujian. Pada skenario pertama, dengan menggunakan 1675 data yang dihasilkan setelah proses filtrasi, didapatkan akurasi sebesar 77.49%. Pada skenario kedua, menggunakan 1788 data yang didapatkan setelah penerapan teknik SMOTE didapatkan akurasi sebesar 77.74%. Pada skenario ketiga, menggunakan 1048 data yang didapatkan setelah proses filtrasi dan K-means clustering dengan nilai k=4 didapatkan hasil akurasi sebesar 98.47%. Pada skenario keempat, dengan menggunakan 1544 data yang didapatkan setelah proses filtrasi, K-means clustering dengan nilai k=4 dan SMOTE, didapatkan hasil akurasi sebesar 99.55%. pada skenario kelima, dilakukan evaluasi tanpa menerapkan cross-validation, dengan menggunakan 1675 data, hasil akurasi yang didapatkan adalah 77.34%. Pada skenario pengujian keenam, hasil menunjukkan suatu prediksi terhadap opini masyarakat mengenai peralihan mobil listrik di Indonesia cenderung bersifat negatif.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM MOCHAMAD ADRIAN NURADHA THRISNA |
| Department | Sistem Informasi |
| Uncontrolled Keywords | Mobil Listrik; Analisis Sentimen; Random Forest; klasifikasi; Twitter |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 17 Oct 2026 21:57 |
| Last Modified | 24 Oct 2026 17:18 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/28851 |
