Nabila, Khairun Nisak (2026) ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MAKAN BERGIZI GRATIS (MBG) PADA APLIKASI X MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DENGAN TEKNIK SMOTE. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (173kB)
	Text Abstrak.pdf Download (188kB)
	Text Bab I.pdf Download (236kB)
	Text Daftar Pustaka.pdf Download (203kB)
	Text Full-text.pdf Restricted to Registered users only Download (2MB)

Abstract

Analisis sentimen merupakan salah satu cabang dari text mining yang digunakan untuk mengidentifikasi opini atau pendapat seseorang terhadap suatu topik berdasarkan data teks. Penelitian ini berfokus pada analisis sentimen terhadap Program Makan Bergizi Gratis (MBG) pada aplikasi X yang memiliki jumlah data besar dan bersifat tidak terstruktur. Permasalahan yang ditemukan adalah sulitnya mengelompokkan opini publik secara otomatis serta adanya ketidakseimbangan jumlah data pada setiap kelas sentimen yang dapat memengaruhi performa model klasifikasi. Solusi yang digunakan dalam penelitian ini adalah penerapan metode Support Vector Machine (SVM) dengan teknik Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi ketidakseimbangan data. Tahapan penelitian meliputi Preprocessing teks, pelabelan data, pembobotan TF-IDF, pembagian data latih dan data uji, serta proses klasifikasi menggunakan SVM dan SVM dengan SMOTE. Hasil penelitian menunjukkan bahwa dataset terdiri dari 3.809 tweet yang terbagi ke dalam tiga kelas sentimen, yaitu negatif, netral, dan positif. Berdasarkan hasil pengujian, metode SVM memperoleh nilai accuracy sebesar 82,68%, precision average 83,71%, recall average 80,37%, dan F1-score average 81,59%. Setelah diterapkan teknik SMOTE, performa model mengalami peningkatan dengan nilai accuracy sebesar 84,38%, precision average 85,41%, recall average 82,86%, dan F1-score average 83,89%. Hasil tersebut menunjukkan bahwa penerapan SMOTE mampu meningkatkan performa klasifikasi serta menghasilkan distribusi prediksi yang lebih seimbang pada data yang tidak seimbang. Kesimpulan dari penelitian ini adalah bahwa metode Support Vector Machine (SVM) dengan teknik SMOTE efektif digunakan untuk melakukan analisis sentimen terhadap Program Makan Bergizi Gratis (MBG).

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Nabila Nabila
Date Deposited:	04 Sep 2026 05:05
Last Modified:	04 Sep 2026 05:05
URI:	https://rama.unimal.ac.id/id/eprint/22393

Actions (login required)

View Item