TRUNOJOYO-Tugas Akhir-41128-Abstract.pdf
Restricted to Repository staff only
Download (215kB)
TRUNOJOYO-Tugas Akhir-41128-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-41128-Chapter1.pdf
Restricted to Repository staff only
Download (243kB)
TRUNOJOYO-Tugas Akhir-41128-Chapter2.pdf
Restricted to Repository staff only
Download (433kB)
TRUNOJOYO-Tugas Akhir-41128-Chapter3.pdf
Restricted to Repository staff only
Download (466kB)
TRUNOJOYO-Tugas Akhir-41128-Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-41128-Conclusion.pdf
Restricted to Repository staff only
Download (187kB)
TRUNOJOYO-Tugas Akhir-41128-References.pdf
Restricted to Repository staff only
Download (177kB)
TRUNOJOYO-Tugas Akhir-41128-Appendices.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
RUU Perampasan Aset merupakan isu yang banyak diperbincangkan masyarakat di media sosial TikTok. Karakteristik komentar yang dapat memuat lebih dari satu aspek menyebabkan analisis sentimen secara umum belum mampu menggambarkan opini publik secara rinci. Penelitian ini bertujuan menganalisis arah opini publik terhadap isu RUU Perampasan Aset menggunakan metode Lexicon-Based Sentiment Analysis dan Multi Aspect-Based Sentiment Analysis (M-ABSA). Data penelitian berupa 2.971 komentar TikTok yang diperoleh melalui web scraping menggunakan Apify. Proses analisis meliputi preprocessing, identifikasi aspek menggunakan POS Tagging dan Trigger Word, ekstraksi kata opini menggunakan context window, serta penentuan sentimen menggunakan kamus lexicon. Evaluasi dilakukan untuk membandingkan tiga skenario identifikasi aspek dengan menggunakan nilai Micro F1-score sebagai acuan utama. Hasil evaluasi menunjukkan bahwa Skenario 1 berbasis POS Tagging memperoleh rata-rata Micro F1-score sebesar 14,68%, Skenario 2 berbasis Trigger Word sebesar 67,27%, dan Skenario 3 berbasis Hybrid (POS Tagging Trigger Word) sebesar 70,74%. Berdasarkan hasil tersebut, Skenario 3 Hybrid yang mengombinasikan POS Tagging dan Trigger Word dipilih sebagai skenario terbaik. Hasil analisis menunjukkan bahwa opini publik terhadap isu RUU Perampasan Aset cenderung negatif. Hasil tersebut menunjukkan bahwa kombinasi Lexicon-Based Sentiment Analysis dan M-ABSA mampu menganalisis sentimen pada setiap aspek dalam komentar TikTok terkait isu RUU Perampasan Aset.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ADI RAHMAN |
| Department | Informatika |
| Uncontrolled Keywords | RUU Perampasan Aset; TikTok; Lexicon-Based Sentiment Analysis; Multi Aspect-Based Sentiment Analysis (M-ABSA); Sentiment Analysis; Opinion Mining; Natural Language Processing; Aspect Extraction; Public Opinion |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 18 Oct 2026 23:36 |
| Last Modified | 24 Oct 2026 17:26 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/35138 |
