Analisis Sentimen Terhadap Pemindahan Ibukota Negara Indonesia Menggunakan Algoritma Support Vector Machine Non-Linearity

Nurkharimah, Antika Oktarina (2023) Analisis Sentimen Terhadap Pemindahan Ibukota Negara Indonesia Menggunakan Algoritma Support Vector Machine Non-Linearity. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043211122-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (2MB) | Request a copy

Abstract

Pemindahan Ibukota sebenarnya sudah ada dari zaman kolonial karena Jakarta dinilai sudah tidak layak menjadi sebuah Ibukota. Pemindahan Ibukota baru terealisasikan pada masa kepresidenan Joko Widodo. Permasalahan kepadatan populasi, struktur ruang dan hambatan lalu lintas yang dialami di Ibukota Jakarta hampir setiap hari terjadi dan hal tersebut menjadi salah satu alasan mengapa pemerintah melakukan pemindahan Ibukota dari wilayah padat ke wilayah yang lebih lapang. Tidak hanya itu, pemerataan wilayah di Indonesia juga menjadi faktor pemindahan Ibukota negara, karena budaya sentralisasi menyebabkan mobilitas paling tinggi berada di wilayah Ibukota yang menjadikan wilayah lain terutama luar pulau Jawa lamban untuk berkembang mengikuti perkembangan pulau Jawa terutama di DKI Jakarta. Terdapat pro dan kontra mengenai pemindahan Ibukota tersebut oleh masyarakat, di mana masyarakat seharusnya perlu mengkritisi dan menyampaikan pendapatnya sebagai bahan evaluasi pemerintah sehingga diperlukan analisis untuk mengetahui bagaimana tanggapan masyarakat mengenai hal tersebut menggunakan analisis sentimen. Pada penelitian ini peneliti menggunakan metode Support Vector Machine Non Linearity karena memiliki tingkat akurasi yang baik dan mampu mengklasifikasi non linear dengan Kernel pada ruang kerja dimensi tinggi sehingga mampu mengklasifikasi dengan baik. Data yang digunakan peneliti adalah data yang didapatkan dengan menggunakan metode pengambilan data crawling dari Twitter. Hasil dari ketepatan klasifikasi menggunakan algoritma Support Vector Machine Non Linearity tertinggi pada data Testing yaitu spesifisitas dengan skor 78.1%. Total data Testing yang tepat diprediksi sebanyak 112 Tweet dari 148 data Testing sehingga sebagian besar data telah terklasifikasi secara tepat. Berdasarkan hasil dari visual Wordcloud menunjukkan bahwa proyek pemindahan Ibukota Negara Indonesia ini cukup banyak mendapat dukungan oleh masyarakat.
==============================================================================================================================
The relocation of the capital has actually existed since the colonial era because Jakarta was deemed unfit to be a capital city. The relocation of the new capital was realized during the presidency of Joko Widodo. Problems with population density, spatial structure and traffic barriers that are experienced in the capital city of Jakarta occur almost every day and this is one of the reasons why the government moves the capital city from a dense area to a wider area. Not only that, even distribution of territory in Indonesia is also a factor in relocating the nation's capital, because the culture of centralization causes the highest mobility in the capital area which makes other regions, especially outside Java, slow to develop following the development of the island of Java, especially in DKI Jakarta. There are pros and cons regarding the relocation of the capital by the community, where the community should need to criticize and express their opinions as material for government evaluation so that an analysis is needed to find out how the community responds to this using sentiment analysis. In this study, researchers used the Support Vector Machine Non Linearity because it has a good level of accuracy and is able to classify non-linearly with the Kernel in a high-dimensional workspace so that it can classify well. The data used by the researcher is the data obtained by using the data retrieval crawling method from Twitter. The results of the classification accuracy using the Support Vector Machine Non Linearity are the highest in the Testing, namely specificity with a score of 78.1%. data Testing is predicted to be 112 Tweets from 148 Testing so that most of the data has been classified correctly. Based on the results from the visual Wordcloud, it shows that the project to move the capital city of Indonesia has received quite a lot of support from the community.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen, Support Vector Machine Non Linearity, Crawling, Twitter, Sentiment Analysis
Subjects:	H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Antika Oktarina Nurkharimah
Date Deposited:	11 Jan 2023 01:07
Last Modified:	11 Jan 2023 01:07
URI:	http://repository.its.ac.id/id/eprint/95359

Actions (login required)

View Item