Analisis Sentimen Program Kuliah Kerja Nyata (KKN) Gen Z Pada Sosial Media Twitter Menggunakan Metode Support Vector Machine

Aryani, Made Widi (2024) Analisis Sentimen Program Kuliah Kerja Nyata (KKN) Gen Z Pada Sosial Media Twitter Menggunakan Metode Support Vector Machine. Undergraduate thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
2015091040-COVER.pdf
Download (770kB)
[img] Text (ABSTRAK)
2015091040-ABSTRAK.pdf
Download (67kB)
[img] Text (BAB 1 PENDAHULUAN)
2015091040-BAB 1 PENDAHULUAN.pdf
Download (159kB)
[img] Text (BAB 2 KAJIAN TEORI)
2015091040-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (546kB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
2015091040-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (350kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
2015091040-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
2015091040-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (140kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
2015091040-DAFTAR PUSTAKA.pdf
Download (222kB)
[img] Text (LAMPIRAN)
2015091040-LAMPIRAN.pdf
Download (557kB)

Abstract

Kuliah Kerja Nyata (KKN) program telah menjadi bagian sebagai integral dari nilai pendidikan tinggi, dilaksanakan setiap tahun oleh mahasiswa sebagai bentuk pengabdian kepada masyarakat. Pada tahun 2023, Generasi Z, yang dikenal sebagai generasi yang aktif di media sosial, melaksanakan program KKN. Media sosial, khususnya Twitter, menjadi platform utama untuk berbagai informasi seputar KKN, termasuk kasus-kasus kontroversial yang melibatkan pengusiran dan kesuksesan kelompok KKN. Penelitian ini bertujuan melakukan analisis sentimen guna memahami kecenderungan sentimen masyarakat terkait program KKN yang dilakukan oleh Generasi Z. Hasil yang didapatkan dalam analisis sentimen berharap dapat memberikan wawasan yang lebih kritis mengenai persepsi masyarakat terhadap program KKN. Penelitian yang dilakukan, menggunakan sebuah metode yakni Support Vector Machine (SVM) untuk membantu klasifikasi data dan mengkombinasikan SMOTE untuk mengatasi ketidakseimbangan data. Berdasarkan hasil eksperimen diperoleh hasil bahwa SVM tanpa kombinasi SMOTE memperoleh hasil akurasi sebesar 64%, presisi 66%, recall 64%, dan f1-score 64% sedangkan SVM kombinasi dengan SMOTE menghasilkan nilai akurasi 77%, presisi 78%, recall 77%, dan f1- score 78%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kata kunci : KKN, SMOTE , Analisis sentimen, Gen Z, SVM
Subjects: H Social Sciences > H Social Sciences (General)
H Social Sciences > HA Statistics
Divisions: Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1)
Depositing User: Made Widi Aryani
Date Deposited: 15 Feb 2024 14:56
Last Modified: 15 Feb 2024 14:56
URI: http://repo.undiksha.ac.id/id/eprint/18688

Actions (login required)

View Item View Item