Putri, Yozi Aulia (2023) ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM PENURUNAN ANGKA PREVALENSI STUNTING INDONESIA MENGGUNAKAN DATA TWITTER DENGAN METODE NAÏVE BAYES. Masters thesis, Universitas Putra Indonesia YPTK.
![]() |
Text
TESIS_YOZI AULIA PUTRI_212321047_ABSTRAK.pdf Download (112kB) |
![]() |
Text
TESIS_YOZI AULIA PUTRI_212321047_BAB I.pdf Download (110kB) |
![]() |
Text
TESIS_YOZI AULIA PUTRI_212321047_DAFTAR PUSTAKA.pdf Download (136kB) |
![]() |
Text
TESIS_YOZI AULIA PUTRI_212321047_FULL TEXT.pdf Restricted to Repository staff only Download (5MB) |
Abstract
Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap program penurunan angka prevalensi stunting dengan menggunakan data Twitter sebagai sumber informasi. Stunting adalah masalah kesehatan masyarakat yang serius di banyak negara, termasuk Indonesia. Pemerintah Indonesia telah meluncurkan berbagai program untuk mengatasi masalah ini. Penelitian ini menggunakan metode analisis sentimen Naive Bayes untuk memahami persepsi dan pendapat publik terhadap upaya-upaya tersebut. Data Twitter yang dikumpulkan meliputi twit yang berkaitan dengan “stunting dan program pengentasannya”. Dari Hasil Crawling data Twitter didapat data twit sebanyak 2.543, yang kemudian masuk pada proses cleaning data, sehingga didapat sebanyak 2.307 dataset. Penerapan Metode Naïve Bayes berhasil memprediksi sentimen masyarakat dengan membagi kelas positif, netral, dan negatif, Hingga dinilai mampu menggali knowledge bahwa dari jumlah data data 2.307 data twit yang ada diketahui ada sebanyak 975 twit atau 42% yang memberikan sentimen positif, sebanyak 741 twit atau 32% yang bernilai sentimen netral, dan sebanyak 591 twit atau 25% yang memberikan sentimen negatif. Hasil pemodelan Naïve Bayes kemudian dievaluasi hingga mendapatkan nilai accuracy sebesar 79,10%, rata-rata class precision 78,79%, class recall 78,5%, dan F1-Score 78,27%. Hingga dapat diambil kesimpulan bahwa penerapan Naïve Bayes untuk klasifikasi kelas sentimen memiliki akurasi yang baik dan stabi
Item Type: | Thesis (Masters) |
---|---|
Subjects: | 0 Research > Ilmu Komputer > Data Mining dan KDD 0 Research > Ilmu Komputer |
Divisions/ Fakultas/ Prodi: | Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2) |
Depositing User: | Fani Alivia S.S.i |
Date Deposited: | 24 Jan 2025 07:18 |
Last Modified: | 24 Jan 2025 07:18 |
URI: | http://repository.upiyptk.ac.id/id/eprint/12997 |
Actions (login required)
![]() |
View Item |