ANALISIS SENTIMEN DALAM MENGETAHUI PERSEPSI PUBLIK TERHADAP REPRESENTASI KASUS LGBT DI MEDIA SOSIAL TWITTER MENGGUNAKAN PENDEKATAN NATURAL LANGUAGE PROCESSING DAN ALGORITMA NAIVE BAYES CLASSIFIER

Pebriani, Wella (2024) ANALISIS SENTIMEN DALAM MENGETAHUI PERSEPSI PUBLIK TERHADAP REPRESENTASI KASUS LGBT DI MEDIA SOSIAL TWITTER MENGGUNAKAN PENDEKATAN NATURAL LANGUAGE PROCESSING DAN ALGORITMA NAIVE BAYES CLASSIFIER. Sarjana thesis, Universitas Putra Indonesia YPTK Padang.

	Text Skripsi_20101152630249_WELLA PEBRIANI_Abstrak.pdf Download (14kB)
	Text Skripsi_20101152630249_WELLA PEBRIANI_BAB I.pdf Download (256kB)
	Text Skripsi_20101152630249_WELLA PEBRIANI_Daftar Pustaka.pdf Download (143kB)
	Text Skripsi_20101152630249_WELLA PEBRIANI_Full Text.pdf Restricted to Repository staff only Download (3MB)

Abstract

Fenomena LGBT telah menjadi isu global yang memicu berbagai kontroversi di masyarakat. Berbagai gerakan pro-LGBT yang berkembang sejak lama, didukung oleh Deklarasi Universal Hak Asasi Manusia pada tahun 1948, telah berperan dalam penyebaran fenomena ini. Di Indonesia, LGBT tidak diakui secara legal dan sering dianggap melanggar norma agama dan biologis. Namun, perkembangan teknologi dan media sosial telah memberikan ruang bagi komunitas LGBT untuk berekspresi, yang pada gilirannya memicu berbagai reaksi dari masyarakat. Penelitian ini bertujuan untuk menganalisis persepsi publik terhadap representasi kasus LGBT di media sosial Twitter menggunakan pendekatan Natural Language Processing (NLP) dan Algoritma Naive Bayes Classifier. Dengan memanfaatkan algoritma ini, penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat menjadi positif, netral, atau negatif serta mengukur akurasi, presisi, dan recall dari model yang digunakan dengan dataset berisi 7.140 tweets. Dataset akan melalui proses preprocessing dan processing data dengan pembagian 80% data latih dan 20% data uji. Pelabelan data pada penelitian ini menggunakan Inset Lexicon dan proses pembobotan kata menggunakan TF-IDF. Hasil klasifikasi model dengan Naive Bayes Classifier diperoleh 721 label dengan sentiment positif, 704 label dengan sentiment negatif, dan 690 label dengan sentiment netral. Pada sistem analisis sentimen ini, akurasi mencapai 83.02%, recall sebesar 83.09%, Precision sebesar 83.02% dan F1 score sebesar 83.05%. Hasil penelitian diharapkan dapat memberikan gambaran umum tentang pandangan masyarakat terhadap isu LGBT di Indonesia, yang dapat menjadi dasar bagi pembuat kebijakan dan organisasi terkait untuk merancang strategi komunikasi dan advokasi yang lebih efektif serta menciptakan lingkungan yang inklusif. Keyword : Natural Language Processing, LGBT, Naive Bayes Classifier, Analisis sentiment, Twitter

Actions (login required)

View Item