AKIB, MUHAMMAD (2024) ANALISIS SENTIMEN KANDIDAT CALON PRESIDEN 2024 MENGGUNAKAN IndoBERT DAN SUPPORT VECTOR MACHINE = Sentiment Analysis of 2024 Presidential Candidate Using IndoBERT and Support Vector Machine. Skripsi thesis, Universitas Hasanuddin.
![[thumbnail of Cover]](/46223/1.hassmallThumbnailVersion/D121171304_skripsi_07-06-2024%20cover1.png)

D121171304_skripsi_07-06-2024 cover1.png
Download (170kB) | Preview
![[thumbnail of Bab 1-2]](/style/images/fileicons/text.png)
D121171304_skripsi_07-06-2024 1-2(FILEminimizer).pdf
Download (1MB)
![[thumbnail of Dapus]](/style/images/fileicons/text.png)
D121171304_skripsi_07-06-2024 dp(FILEminimizer).pdf
Download (598kB)
![[thumbnail of Full Text]](/style/images/fileicons/text.png)
D121171304_skripsi_07-06-2024(FILEminimizer).pdf
Restricted to Repository staff only until 16 May 2027.
Download (2MB)
Abstract (Abstrak)
Isu terkini yang tengah mengemuka dalam arena politik Indonesia adalah persiapan pemilihan calon presiden tahun 2024. Proses pemilihan presiden, yang menjadi salah satu pilar utama dalam demokrasi Indonesia, membawa dampak yang signifikan terhadap dinamika politik dan arus kebijakan di tanah air. Tantangan yang muncul dalam menanggapi isu ini adalah kompleksitas opini publik yang terwakili di platform Twitter. Dengan beragamnya pandangan dan penilaian masyarakat terhadap calon-calon presiden, menentukan calon yang memiliki potensi untuk memimpin negara menjadi semakin kompleks dan menantang. Untuk menghadapi dinamika ini, penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi menggunakan metode IndoBERT (Bidirectional Encoder Representations from Transformers) dan Support Vector Machine (SVM) teknik One VS All (OvA). Sistem ini dirancang untuk melakukan analisis sentimen terhadap isu-isu yang berkaitan dengan calon-calon presiden 2024. Penelitian ini melibatkan uji coba terhadap model yang dikembangkan, dan hasilnya menunjukkan bahwa model IndoBERT dengan jumlah epoch 10unggul dengan tingkat akurasi sebesar 84%, sedangkan SVM dengan parameter nilai c =10, gamma = scale dan menggunakan kernel linear mencapai akurasi sebesar 76%. Hasil ini menandakan kemampuan model dalam mengenali dan menganalisis sentimen masyarakat terkait isu-isu politik, yang dapat memberikan wawasan berharga untuk mendukung pengambilan keputusan di tingkat politik dan masyarakat. Model yang telah dikembangkan mampu memberikan kontribusi nyata dalam pemahaman terhadap sentiment masyarakat terkait isu pemilihan calon presiden 2024. Keberhasilan model dalam memprediksi sentimen masyarakat menjadi landasan penting dalam mendukung keterlibatan aktif masyarakat dalam proses demokratis, dan sekaligus memberikan kontribusi dalam meningkatkan kualitas perdebatan dan diskusi publik.
Keyword : Presiden, IndoBERT, Support Vector Machine (SVM)
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | President, IndoBERT, Support Vector Machine (SVM). |
Subjects: | T Technology > T Technology (General) |
Divisions (Program Studi): | Fakultas Teknik > Teknik Informatika |
Depositing User: | Rasman |
Date Deposited: | 09 Jul 2025 01:39 |
Last Modified: | 09 Jul 2025 01:39 |
URI: | http://repository.unhas.ac.id:443/id/eprint/46223 |