Penerapan Algoritma SVM Dalam Analisis Sentimen Publik Terhadap BBM Pertamax di Platform X

Nirmala, Seila Kurnia Listya (2026) Penerapan Algoritma SVM Dalam Analisis Sentimen Publik Terhadap BBM Pertamax di Platform X. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 16221021_Cover.pdf Restricted to Repository staff only until 6 October 2028. Download (438kB) | Request a copy
	Text 16221021_statement_of_authenticity.pdf Restricted to Repository staff only until 6 October 2028. Download (393kB) | Request a copy
	Text 16221021_publishing_agreement.pdf Restricted to Repository staff only until 6 October 2028. Download (392kB) | Request a copy
	Text 16221021_approval_sheet.pdf Restricted to Repository staff only until 6 October 2028. Download (273kB) | Request a copy
	Text 16221021_preface.pdf Restricted to Repository staff only until 6 October 2028. Download (369kB) | Request a copy
	Text 16221021_abstract_id.pdf Restricted to Repository staff only until 6 October 2028. Download (346kB) | Request a copy
	Text 16221021_abstract_en.pdf Restricted to Repository staff only until 6 October 2028. Download (391kB) | Request a copy
	Text 16221021_table_of_content.pdf Restricted to Repository staff only until 6 October 2028. Download (425kB) | Request a copy
	Text 16221021_illustrations.pdf Restricted to Repository staff only until 6 October 2028. Download (372kB) | Request a copy
	Text 16221021_tables.pdf Restricted to Repository staff only until 6 October 2028. Download (347kB) | Request a copy
	Text 16221021_notations.pdf Restricted to Repository staff only until 6 October 2028. Download (435kB) | Request a copy
	Text 16221021_chapter_1.pdf Restricted to Repository staff only until 6 October 2028. Download (504kB) | Request a copy
	Text 16221021_chapter_2.pdf Restricted to Repository staff only until 6 October 2028. Download (982kB) | Request a copy
	Text 16221021_chapter_3.pdf Restricted to Repository staff only until 6 October 2028. Download (747kB) | Request a copy
	Text 16221021_chapter_4.pdf Restricted to Repository staff only until 6 October 2028. Download (1MB) | Request a copy
	Text 16221021_conclusions.pdf Restricted to Repository staff only until 6 October 2028. Download (404kB) | Request a copy
	Text 16221021_bibliography.pdf Restricted to Repository staff only until 6 October 2028. Download (444kB) | Request a copy
	Text 16221021_enclosure.pdf Restricted to Repository staff only until 6 October 2028. Download (4MB) | Request a copy
	Text 16221021_paper.pdf Restricted to Repository staff only until 6 October 2028. Download (1MB) | Request a copy
	Text 16221021_presentation.pdf Restricted to Repository staff only until 6 October 2028. Download (1MB) | Request a copy

Abstract

Isu harga dan kualitas BBM jenis Pertamax akhir-akhir ini banyak menjadi perbincangan di media sosial, khususnya di Platform X. Perbedaan pandangan di masyarakat, mulai dari anggapan harga yang dianggap mahal hingga dugaan penurunan kualitas BBM, membuat topik ini menarik untuk dianalisis lebih lanjut. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap Pertamax sekaligus mengevaluasi kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan sentimen tersebut. Data yang digunakan berupa tweet berbahasa Indonesia yang dikumpulkan melalui web scraping pada periode Desember 2024 hingga Desember 2025 dengan kata kunci terkait Pertamax. Setelah data diperoleh, dilakukan tahapan preprocessing yang meliputi cleaning, case folding, normalisasi, tokenisasi, penghapusan stopword, dan stemming agar teks lebih siap dianalisis. Selanjutnya, pelabelan sentimen dilakukan menggunakan pendekatan InSet Lexicon-based dan hasil yang diperoleh selanjutnya divalidasi secara manual sebelum digunakan pada tahap analisis berikutnya. Data yang sudah diberi label kemudian diubah menjadi representasi numerik menggunakan TF-IDF, lalu diklasifikasikan menggunakan SVM dengan kernel linear, polynomial, Sigmoid dan RBF. Proses ini juga disertai tuning hyperparameter menggunakan GridSearchCV serta validasi 5-Fold Cross Validation untuk mendapatkan model terbaik. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa sentimen masyarakat terhadap Pertamax didominasi oleh sentimen negatif, terutama terkait isu harga dan kualitas. Model terbaik diperoleh pada SVM kernel RBF dengan parameter C=1 dan Gamma=0,1, yang mengatur penalti kesalahan klasifikasi dan pembentukan batas keputusan. Model tersebut menghasilkan accuracy 0,8307, precision 0,8273, recall 0,7990, dan F1-score 0,8111. Hasil ini menunjukkan bahwa SVM efektif digunakan untuk klasifikasi sentimen pada data media sosial berbahasa Indonesia.

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > HN Social history and conditions. Social problems. Social reform L Education > L Education (General) Q Science > Q Science (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Statistik
Depositing User:	Seila Kurnia Listya Nirmala
Date Deposited:	06 Jul 2026 02:32
Last Modified:	06 Jul 2026 02:32
URI:	http://repository.itk.ac.id/id/eprint/25728

Actions (login required)

View Item