FEBRIYANTI, LINDA, LINDA FEBRIYANTI (2026) PERBANDINGAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM MBG PADA MEDIA SOSIAL X. S1 thesis, Universitas Islam Nusantara.

	Text (COVER) cover.pdf - Published Version Download (567kB)
	Text (BAB I) BAB-I.pdf - Published Version Download (262kB)
	Text (BAB II) BAB-II.pdf - Published Version Download (953kB)
	Text (BAB III) BAB-III.pdf Download (644kB)
	Text (BAB IV) BAB-IV.pdf - Published Version Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB-V.pdf - Published Version Restricted to Registered users only Download (151kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Download (171kB)

Abstract

LINDA FEBRIYANTI. 2026. Perbandingan Algoritma Naïve Bayes dan Support Vector Machine untuk Analisis Sentimen Masyarakat terhadap Program MBG pada Media Sosial X. Dibimbing oleh M IKMAL WIAWAN, S.Tr.Kom., M.Kom. dan SITI NUR, S.ST., M.Kom. Program Makan Bergizi Gratis (MBG) merupakan salah satu kebijakan pemerintah yang menimbulkan beragam tanggapan masyarakat di media sosial X. Penelitian ini bertujuan untuk mengetahui kecenderungan sentimen masyarakat terhadap Program Makan Bergizi Gratis, mengklasifikasikan sentimen menggunakan algoritma Multinomial Naïve Bayes dan Support Vector Machine (SVM), serta membandingkan performa kedua algoritma. Penelitian menerapkan metodologi SEMMA (Sample, Explore, Modify, Model, dan Assess). Data diperoleh melalui proses Scraping media sosial X menggunakan Apify yang dikonfigurasi melalui script Python, kemudian dilakukan Filtering, text preprocessing, pelabelan sentimen berbasis lexicon yang diperkaya dengan manual lexicon dan rule-based enhancement, serta ekstraksi fitur menggunakan Term frequency-Inverse document frequency (TF-IDF). Selanjutnya dilakukan pelatihan Model, optimasi Hyperparameter menggunakan Grid Search Cross-validation, dan evaluasi menggunakan Confusion matrix, Accuracy, Precision, Recall, dan F1-score. Hasil penelitian menunjukkan bahwa sentimen masyarakat terhadap Program Makan Bergizi Gratis didominasi sentimen negatif sebesar 64,03%, sedangkan sentimen positif sebesar 32,16%. Algoritma Support Vector Machine memberikan performa terbaik dengan nilai Accuracy 88,64%, Precision 84,27%, Recall 81,19%, dan F1- score 82,70%. Model yang dihasilkan kemudian diimplementasikan ke dalam aplikasi pendukung berbasis Streamlit untuk demonstrasi prediksi sentimen dan penyajian hasil analisis. Kata Kunci: Analisis Sentimen, Program Makan Bergizi Gratis, Support Vector Machine, Multinomial Naïve Bayes, TF-IDF.

Actions (login required)

View Item