Fardiansyah, T. (2025) PENERAPAN METODE SUPPORT VECTOR MACHINE DENGAN TF IDF TERHADAP ANALISIS SENTIMEN KONTROVERSI PONDOK PESANTREN AL ZAYTUN. S1 thesis, Universitas Malikussaleh.

[img] Text
T. Fardiansyah_180170077_Cover.pdf

Download (214kB)
[img] Text
T.Fardiansyah_180170077_Abstrak.pdf

Download (189kB)
[img] Text
T.Fardiansyah_180170077_BAB 1.pdf

Download (320kB)
[img] Text
T. Fardiansyah_180170077_DAFTAR PUSTAKA.pdf

Download (436kB)
[img] Text
T. Fardiansyah_180170077_SKRIPSI.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Pesantren Al-Zaytun di Indramayu, Jawa Barat menarik perhatian publik di media sosial. Pada saat salat Idul Fitri sebelumnya sempat viral dengan shaf salat yang sama antara laki-laki dan perempuan. Tidak hanya itu beberapa hal lain juga menarik perhatian publik seperti gaya adzan sholat jumat yang berbeda dari biasanya, memperkenalkan salam yahudi, dan juga memperbolehkan santrinya berzina karna dosa zina bisa dibayar dengan sejumlah uang. Hal tersebut tentu saja menimbulkan berbagai macam reaksi dari masyarakat Indonesia. Peneltian ini menggunakan metode SVM dengan pembobotan kata atau TF-IDF. Hasilnya akan dianalisis untuk dapat mengklasifikasikan sentiment menjadi tiga kategori yaitu positif, netral dan juga negatif. Oleh karena itu, penelitian ini bertujuan untuk Untuk mengimplementasikan algoritma Support Vector Machine dalam mengklasifikasi sentimen pengguna X terhadap kontroversi yang ditimbulkan oleh pesantren AlZaytun. Penelitian menggunakan 1018 tweet yang didapat dari proses scraping menggunakan tweet harvest menggunakan google collab dengan beberapa kata kunci seperti alzaytun, zaytun, panji gumilang, dan al-zaytun, sehingga didapatkan sentimen positif berjumlah 133 sentimen positif, 313 sentimen negatif dan 572 sentimen netral. Berdasarkan hasil evaluasi klasifikasi dengan algoritma Support Vector Machine menghasilkan accuracy sebesar 76%, precision sebesar 78,3%, recall sebesar 67,6%, dan F1 score sebesar 69,6%. Kata kunci: Al-Zaytun, Analisis sentimen, support vector machine, TF-IDF.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: T. T Fardiansyah
Date Deposited: 14 Aug 2025 07:01
Last Modified: 14 Aug 2025 07:01
URI: https://rama.unimal.ac.id/id/eprint/13862

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by