RIONALD, VALEN (2024) PENERAPAN SVM DAN REGRESI UNTUK PREDIKSI INTENSITAS SENTIMEN PEMILU PRESIDEN DI INDONESIA (TA.2.24.028). Diploma thesis, Universitas Logistik dan Bisnis Internasional.
Full text not available from this repository.Abstract
sentimen terhadap tiga kandidat presiden Indonesia 2024 dari Twitter diantaranya Anies Baswedan, Prabowo Subianto, dan Ganjar Pranowo menggunakan metode hybrid. Metode ini mengintegrasikan BERT untuk menghitung skor intensitas dari teks berbahasa Indonesia dan SVM dengan berbagai kernel untuk klasifikasi serta teknik regresi untuk prediksi intensitas sentimen nya. Untuk Anies Baswedan, SVM dengan kernel Polynomial pada rasio 70:30 mencapai akurasi 0.99, presisi 0.99, dan recall 1.00. Decision Tree Regressor untuk regresi mencapai R2 0.99. Untuk Prabowo Subianto, SVM dengan kernel RBF pada rasio yang sama memberikan akurasi 0.99, dan Gradient Boosting Regressor pada rasio 80:20 untuk sentimen netral mencapai R2 0.99. Ganjar Pranowo, dengan SVM menggunakan kernel Polynomial dan rasio 70:30, mencapai akurasi 0.98 dan regresi dengan model Gradient Boosting Regressor untuk sentimen negatif pada rasio 90:10 mencapai R2 0.99. Hasil ini menegaskan bahwa kombinasi teknik klasifikasi dan regresi memberikan analisis yang efektif dan mendalam terhadap dinamika sentimen pemilih, memberikan wawasan penting untuk strategi komunikasi politik. Kata Kunci: Analisis Sentimen, SVM, Klasifikasi, Regresi, Pemilu Presiden, Twitter
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D4 |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 21 Nov 2024 07:31 |
| Last Modified: | 21 Nov 2024 07:31 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/2696 |
Actions (login required)
 |
View Item |
