TRUNOJOYO-Tugas Akhir-23874-Abstract.pdf
Restricted to Repository staff only
Download (12kB)
TRUNOJOYO-Tugas Akhir-23874-Cover.pdf
Restricted to Repository staff only
Download (193kB)
TRUNOJOYO-Tugas Akhir-23874-Chapter 1.pdf
Restricted to Repository staff only
Download (31kB)
TRUNOJOYO-Tugas Akhir-23874-Chapter 2.pdf
Restricted to Repository staff only
Download (188kB)
TRUNOJOYO-Tugas Akhir-23874-Chapter 3.pdf
Restricted to Repository staff only
Download (634kB)
TRUNOJOYO-Tugas Akhir-23874-Chapter 4.pdf
Restricted to Repository staff only
Download (616kB)
TRUNOJOYO-Tugas Akhir-23874-Chapter 5.pdf
Restricted to Repository staff only
Download (13kB)
TRUNOJOYO-Tugas Akhir-23874-References.pdf
Restricted to Repository staff only
Download (150kB)
TRUNOJOYO-Tugas Akhir-23874-Appendices.pdf
Restricted to Repository staff only
Download (535kB)
Abstract
Mudik merupakan salah satu tradisi di Indonesia yang unik dan jarang ditemukan di negara lain. Tradisi mudik dilakukan untuk berkumpul bersama keluarga di kampung halaman. Momentum inirnhanya terjadi satu tahun sekali yaitu pada saat perayaan hari raya idul fitri. Namun, pandemi covid 19rnyang saat ini masih mewabah di Indonesia membuat pemerintah mengeluarkan kebijakan mengenairnlarangan untuk mudik selama 12 hari yaitu pada tanggal 06- 17 Mei 2021. Pada saat kebijakan inirnditetapkan, pendapat dari masyarakat sempat ramai di media sosial salah satunya twitter. Komentarrnmengenai kebijakan mudik tersebut menjadi sumber data dalam penelitian ini dan dilakukan analisisrnuntuk mengklasifikasikan komentar kedalam kategori positif, negatif dan netral. Data ulasan yangrndidapatkan berjumlah 2521 tweet yang di dapatkan dari tweet tentang kebijakan mudik 2021 darirntanggal 30 April 2021-07 Mei 2021. Metode yang digunakan untuk klasifikasi analisis sentimen padarnpenelitian ini yaitu Naive Bayes dengan seleksi fitur Information Gain. Penggunaan metode seleksirnfitur information gain pada model naive bayes menghasilkan akurasi sebesar 88% denganrnmenggunakan threshold terbaik yaitu threshold 0.003. Sedangkan untuk hasil akurasi model naivernbayes tanpa menggunakan information gain menghasilkan akurasi sebesar 89%. Hal inirnmenunjukkan bahwa penggunaan seleksi fitur information gain memiliki performa yang baik padarndataset mudik 2021
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ISMI NUR HIDAYATI Z |
| Department | Sistem Informasi |
| Uncontrolled Keywords | mudik, twitter, analisis sentimen, naive bayes, information gain |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 12:44 |
| Last Modified | 24 Oct 2026 16:49 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/5602 |
