Skripsi/Tugas Akhir

Implementasi Algoritma K-NN dan AdaBoost untuk Analisis Sentimen Calon Presiden dan Calon Wakil Presiden 2024

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Tingginya penggunaan media sosial khususnya X telah menjadi platform yang sangat penting dalam berbagi informasi dan pandangan politik. Banyak warga Indonesia aktif di media sosial X dan platform ini sering digunakan untuk berbicara tentang politik dan pemilihan presiden. Banyaknya pendapat di media sosial X ini memungkinkan untuk memahami pandangan politik pengguna media sosial, maka dari itu dibutuhkanlah analisis sentimen untuk dapat menganalisis opini publik baik itu sentimen positif maupun negatif. Untuk mengatasi masalah tersebut dipilihlah Algoritma klasifikasi. Algoritma klasifikasi yang diterapkan pada penelitian ini adalah algoritma KNN dan AdaBoost. Adapun dataset yang digunakan pada penelitian ini sebanyak 3218 data. Hasil klasifikasi menggunakan algoritma KNN mendapatkan accuracy sebesar 87%, sedangkan algoritma AdaBoost mendapatkan accuracy sebesar 86%. Berdasarkan hasil klasifikasi tersebut dipoleh bahwa pada kasus analisis sentimen calon presiden dan wakil presiden 2024 algortima KNN memiliki performa accuracy yang lebih baik dibandingkan dengan algoritma AdaBoost.
Kata Kunci: Analisis Sentimen, Calon Presiden, KNN, AdaBoost

ABSTRACT
The high use of social media, especially X, has become a very important platform for sharing information and political views. Many Indonesians are active on social media X and this platform is often used to talk about politics and the presidential election. The large number of opinions on social media X makes it possible to understand the political views of social media users, therefore sentiment analysis is needed to be able to analyze public opinion, both positive and negative sentiment. To overcome this problem, a classification algorithm was chosen. The classification algorithms applied in this research are the KNN and AdaBoost algorithms. The dataset used in this research was 3218 data. Classification results using the KNN algorithm get an accuracy of 87%, while the AdaBoost algorithm gets an accuracy of 86%. Based on the classification results, it was found that in the case of sentiment analysis for the 2024 presidential and vice presidential candidates, the KNN algorithm had better accuracy performance compared to the AdaBoost algorithm.
Keywords: Sentiment Analysis, Presidential Candidates, KNN, AdaBoost

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 NOM i - 0633TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xii + 76 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 22 Februari 2024

Subjek

Skripsi/Tugas Akhir
K-Nearest Neighbor
Algoritma AdaBoost

Lampiran File