Analisis Sentimen Mengenai Pemberhentian Genosida Menggunakan Data x Dengan Algoritma BERT Dan Naive Bayes Classifier

Tasya, Cynthia Monica Lovelindra (2025) Analisis Sentimen Mengenai Pemberhentian Genosida Menggunakan Data x Dengan Algoritma BERT Dan Naive Bayes Classifier. Teknik, Universitas Lampung .

Preview	File PDF ABSTRAK-ABSTRACT.pdf Download (424Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (3141Kb) | Preview

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

Genosida merupakan kejahatan luar biasa yang bertujuan untuk memusnahkan kelompok bangsa, ras, etnis, atau agama tertentu. Isu ini sering menjadi sorotan masyarakat dunia, termasuk di media sosial X, tempat banyak pengguna menyampaikan opini terkait peristiwa genosida seperti genosida Israel terhadap Palestina. Namun, opini tersebut belum dapat diketahui kecenderungan sentimennya, apakah positif, negatif, atau netral. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap isu genosida dengan memanfaatkan algoritma Naïve Bayes Classifier dan Bidirectional Encoder Representations from Transformers (BERT). Penelitian ini mengacu pada metode CRISP-DM yang meliputi tahapan business understanding, data understanding, data preparation, modelling, dan evaluation. Data dikumpulkan dari media sosial X melalui API, kemudian diproses melalui tahap preprocessing dan ekstraksi fitur menggunakan TF-IDF untuk Naïve Bayes serta tokenisasi untuk BERT. Hasil penelitian menunjukkan bahwa Naïve Bayes Classifier memperoleh akurasi sebesar 81%, sedangkan BERT memperoleh akurasi sebesar 73%. Walaupun Naïve Bayes memiliki akurasi yang lebih tinggi, BERT mampu menangkap konteks kalimat yang lebih kompleks dan menunjukkan performa yang lebih konsisten pada setiap kelas sentimen, sehingga tetap relevan diterapkan untuk analisis sentimen yang membutuhkan pemahaman konteks mendalam. Dengan demikian, kedua algoritma memiliki keunggulannya masing-masing, dan pemilihannya dapat disesuaikan dengan kebutuhan analisis.

Jenis Karya Akhir:	Skripsi
Subyek:	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 > 020 Ilmu perpustakaan dan informasi 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi:	FAKULTAS TEKNIK (FT) > Prodi S1-Teknik Informatika
Pengguna Deposit:	2507187612 Digilib
Date Deposited:	22 Dec 2025 04:29
Terakhir diubah:	22 Dec 2025 04:29
URI:	http://digilib.unila.ac.id/id/eprint/94519

Actions (login required)

Lihat Karya Akhir