ANALISIS SENTIMEN KINERJA GUBERNUR LAMPUNG BERBASIS TEKS DAN EMOJI MENGGUNAKAN INDOBERTWEET DAN XGBOOST

Moza, Surya Putra (2026) ANALISIS SENTIMEN KINERJA GUBERNUR LAMPUNG BERBASIS TEKS DAN EMOJI MENGGUNAKAN INDOBERTWEET DAN XGBOOST. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (340Kb) | Preview
	File PDF FILE SKRIPSI FULL.pdf Restricted to Hanya staf Download (9Mb) | Minta salinan
Preview	File PDF FILE SKRIPSI FULL TANPA BAB PEMBAHASAN.pdf Download (8Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Media sosial kini berperan sebagai sarana utama dalam penyampaian opini, kritik, dan saran masyarakat. Salah satu fenomena yang memerlukan analisis mendalam adalah persepsi masyarakat terhadap kinerja pemimpin daerah, khususnya Gubernur Lampung, yang tercermin melalui komentar pada media sosial. Komentar pada platform seperti Instagram dan TikTok bersifat beragam, tidak terstruktur, serta sering mengandung bahasa informal dan emoji, sehingga menyulitkan proses analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kinerja Gubernur Lampung berdasarkan komentar media sosial, mengukur kinerja model klasifikasi sentimen berbasis teks dan emoji, serta mengidentifikasi faktor linguistik yang memengaruhi terbentuknya sentimen. Metode yang digunakan adalah feature-level fusion antara teks dan emoji. Representasi teks diekstraksi menggunakan model IndoBERTweet, sedangkan representasi emoji dibentuk menggunakan model Emojional. Klasifikasi sentimen ke dalam tiga kelas, yaitu positif, negatif, dan netral, dilakukan menggunakan algoritma XGBoost. Data penelitian terdiri dari 34.127 komentar yang dikumpulkan melalui teknik scraping dari platform Instagram dan TikTok. Hasil penelitian menunjukkan bahwa penggabungan IndoBERTweet dan Emojional menghasilkan performa terbaik dengan nilai akurasi sebesar 89.247% dan F1-score sebesar 84.27%. Sentimen positif mendominasi pada platform Instagram sebesar 60.87%, sedangkan sentimen negatif lebih dominan pada platform TikTok sebesar 53.09%. Analisis linguistik menunjukkan bahwa sentimen positif dipengaruhi oleh isu perbaikan infrastruktur jalan, program pemutihan pajak, dan pembebasan uang komite. Sebaliknya, sentimen negatif dipengaruhi oleh isu kerusakan jalan di beberapa wilayah, fluktuasi harga singkong, serta transparansi anggaran belanja pegawai. Kata Kunci : Analisis Sentimen, IndoBERTweet, Emojional, XGBoost, Gubernur Lampung

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum 000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data 000 Ilmu komputer, informasi dan pekerjaan umum > 006 Metode komputer khusus
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Ilmu Komputer
Pengguna Deposit:	2602808110 Surya Putra Moza
Date Deposited:	20 Feb 2026 07:32
Terakhir diubah:	20 Feb 2026 07:32
URI:	http://digilib.unila.ac.id/id/eprint/96696

Actions (login required)

Lihat Karya Akhir