Cosmas Haryawan, S.TP., S.Kom., M.Cs. Contributor Hosyo, Petra Aldevand - 215610041 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2025 monographic id Indonesia

Text Skripsi

Lembaga Badan Pengelola Investasi Daya Anagata Nusantara (BPI Danantara) yang diluncurkan pada Senin, 24 Februari 2025 telah menimbulkan perbincangan serta pro-kontra di berbagai lapisan masyarakat. Penelitian ini bertujuan untuk melakukan klasifikasi serta analisis kecenderungan sentimen publik terhadap peluncuran lembaga tersebut dengan menggunakan algoritma machine learning Support Vector Machine. Data yang diperoleh berasal dari platform X (Twitter) yang dikumpulkan dengan bantuan tools tweet-harvest pada rentang waktu 24 Februari – 14 Maret 2025. Proses penelitian ini dimulai dengan pengumpulan data lalu seleksi fitur yang relevan yakni full_text kemudian data teks dinormalisasi dengan beberapa tahapan seperti cleaning, case folding, cleansing (URL, mention, hashtag, angka, tanda baca), tokensisasi, stopword removal, stemming, Joining, dan hapus kosong. Kemudian proses pemberian label dilakukan dengan pendekatan berbasis lexicon (lexicon based) dengan kamus InSet Lexicon, kemudian label netral dipisahkan. Data final (positif dan negatif) dibagi menjadi dua bagian dengan rasio 80:20. Proses ekstraksi fitur dilakukan dengan metode TFIDF untuk mendapatkan representasi kata unik (fitur) lalu untuk mengatasi ketidakseimbangan yang terjadi pada data, teknik oversampling dengan SMOTE digunakan untuk menyeimbangkan sebaran data pada data latih. Proses klasifikasi dilakukan Support Vector Machine dengan kernel linear. Model yang dibangun memiliki performa yang cukup baik dengan akurasi 81.86%, dengan FI-score tertinggi pada kelas positif 87% dan untuk kelas negatif hanya mencapai 68%, artinya meskipun performa yang baik dalam mengklasifikasikan sentimen positif namun performanya sedikit kurang optimal untuk kelas negatif. Secara keseluruhan mayoritas opini publik terhadap peluncuran Danantara cenderung positif. Kata Kunci: Analisis Sentimen, Support Vector Machine, Danantara Support Vector Machine Algoritma Analisis Sentimen NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 069 HOS P R.1 HOS0069SI0125 Rak Referensi Skripsi Informatika 069 HOS P R.1 17851 2025-09-08 12:59:56 2025-09-08 13:01:02 machine generated