Analisis Sentimen Pendapat Masyarakat Terhadap Kebijakan Efisiensi Anggaran 2025 Pada Media Sosial X Menggunakan Support Vector Machine

Thomas, Inriyani Beatrix (2025) Analisis Sentimen Pendapat Masyarakat Terhadap Kebijakan Efisiensi Anggaran 2025 Pada Media Sosial X Menggunakan Support Vector Machine. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11181037_cover.pdf Restricted to Repository staff only until 4 October 2027. Download (494kB) | Request a copy
	Text 11181037_statement_of_authenticity.pdf Restricted to Repository staff only until 4 October 2027. Download (153kB) | Request a copy
	Text 11181037_publishing_agreement.pdf Restricted to Repository staff only until 4 October 2027. Download (483kB) | Request a copy
	Text 11181037_approval_sheeet.pdf Restricted to Repository staff only until 4 October 2027. Download (192kB) | Request a copy
	Text 11181037_preface.pdf Restricted to Repository staff only until 4 October 2027. Download (494kB) | Request a copy
	Text 11181037_abstract_id.pdf Restricted to Repository staff only until 4 October 2027. Download (468kB) | Request a copy
	Text 11181037_abstract_en.pdf Restricted to Repository staff only until 4 October 2027. Download (470kB) | Request a copy
	Text 11181037_tables_of_content.pdf Restricted to Repository staff only until 4 October 2027. Download (515kB) | Request a copy
	Text 11181037_illustrations.pdf Restricted to Repository staff only until 4 October 2027. Download (487kB) | Request a copy
	Text 11181037_tables.pdf Restricted to Repository staff only until 4 October 2027. Download (491kB) | Request a copy
	Text 11181037_chapter_1.pdf Restricted to Repository staff only until 4 October 2027. Download (637kB) | Request a copy
	Text 11181037_chapter_2.pdf Restricted to Repository staff only until 4 October 2027. Download (603kB) | Request a copy
	Text 11181037_chapter_3.pdf Restricted to Repository staff only until 4 October 2027. Download (600kB) | Request a copy
	Text 11181037_chapter_4.pdf Restricted to Repository staff only until 4 October 2027. Download (1MB) | Request a copy
	Text 11181037_conclusions.pdf Restricted to Repository staff only until 4 October 2027. Download (507kB) | Request a copy
	Text 11181037_bibliography.pdf Restricted to Repository staff only until 4 October 2027. Download (484kB) | Request a copy
	Text 11181037_enclosure.pdf Restricted to Repository staff only until 4 October 2027. Download (425kB) | Request a copy
	Text 11181037_paper.pdf Restricted to Repository staff only until 4 October 2027. Download (2MB) | Request a copy
	Text 11181037_presentation.pdf Restricted to Repository staff only until 4 October 2027. Download (4MB) | Request a copy
	Text 11181037_Form. TA-020.pdf Restricted to Repository staff only until 4 October 2027. Download (4MB) | Request a copy

Abstract

Di era digital, media sosial menjadi sarana utama masyarakat dalam menyampaikan opini terkait berbagai isu, termasuk kebijakan pemerintah. Salah satu isu yang ramai diperbincangkan di platform X (sebelumnya dikenal sebagai Twitter) adalah kebijakan efisiensi anggaran 2025 yang dirancang oleh Presiden Prabowo Subianto. Kebijakan ini menuai berbagai tanggapan, termasuk kritik terkait pemangkasan anggaran pendidikan dan potensi penurunan kualitas layanan publik. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap kebijakan tersebut menggunakan metode Support Vector Machine (SVM). Sebanyak 2.468 tweet berbahasa Indonesia yang dikumpulkan dari platform X dalam rentang waktu Januari hingga April 2025 digunakan sebagai data penelitian. Proses klasifikasi menghasilkan dua kategori sentimen, yaitu positif dan negatif. Dalam penelitian ini, data sentimen netral tidak dilibatkan dalam proses pelabelan, sehingga hanya terdapat dua kelas, yakni positif dan negatif. Hal ini dilakukan untuk menyederhanakan klasifikasi dan fokus pada opini yang memiliki arah sentimen yang jelas. Model SVM dievaluasi menggunakan 5-fold cross-validation untuk memastikan kestabilan performa model pada berbagai subset data. Perbandingan antara kernel linear dan radial basis function (RBF) menunjukkan bahwa kernel linear memberikan hasil yang lebih baik dalam konteks data ini, dengan performa lebih konsisten dan interpretabilitas yang lebih tinggi. Model SVM dengan kernel linear dipilih karena kemampuannya menangani data berdimensi tinggi dan menghindari overfitting. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 83%, presisi 73%, recall 77%, dan F1-score 75,65%. Sebagian besar opini masyarakat menunjukkan sentimen negatif (66,3%) terhadap kebijakan ini. Penelitian ini menunjukan bahwa masyarakat lebih merasa kurang puas dan keberatan mengenai kebijakan ini. Hasil dari penelitian ini diharapkan dapat memberikan masukan bagi pemerintah dalam mengevaluasi dan merumuskan kebijakan yang lebih responsif terhadap aspirasi publik.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Inriyani Beatrix Thomas
Date Deposited:	14 Jul 2025 01:48
Last Modified:	14 Jul 2025 01:48
URI:	http://repository.itk.ac.id/id/eprint/24512

Actions (login required)

View Item