Aulia, Amandaselvi (2025) Analisis Sentimen Publik Terkait Deforestasi di Indonesia Menggunakan Klasifikasi Support Vector Machine (SVM). S1 thesis, Universitas Muhammadiyah Purwokerto.
AMANDASELVI AULIA_COVER.pdf
Download (4MB)
AMANDASELVI AULIA_BAB I.pdf
Download (957kB)
AMANDASELVI AULIA_BAB II.pdf
Download (1MB)
AMANDASELVI AULIA_BAB III.pdf
Restricted to Registered users only
Download (1MB)
AMANDASELVI AULIA_BAB IV.pdf
Restricted to Registered users only
Download (1MB)
AMANDASELVI AULIA_BAB V.pdf
Restricted to Registered users only
Download (944kB)
AMANDASELVI AULIA_DAFTAR PUSTAKA.pdf
Download (955kB)
AMANDASELVI AULIA_LAMPIRAN.pdf
Restricted to Registered users only
Download (1MB)
Abstract
Deforestasi merupakan proses penggundulan atau penghilangan tutupan hutan di suatu area yang disebabkan oleh konversi lahan untuk keperluan pertanian, perkebunan, pertambangan, atau pembangunan infrastruktur. Deforestasi di Indonesia ini memunculkan beragam pandangan di masyarakat baik yang mendukung maupun yang menentang. Oleh karena itu penelitian ini bertujuan untuk menganalisis sentimen publik terkait deforestasi di Indonesia menggunakan klasifikasi Support Vector Machine. Data diperoleh dari media sosial X pada 1 Januari 2021 hingga 1 Oktober 2024. Data dikumpulkan melalui teknik crawling dengan kata kunci “deforestasi”, “penggundulan hutan”, “pembukaan lahan”, dan “kebakaran hutan”. Data yang telah dikumpulkan kemudian melalui serangkaian tahap preprocessing yang digunakan untuk membersihkan elemen, karakter, atau kata yang kurang relevan, data yang digunakan dalam penelitian ini berjumlah 8.359. Data tersebut dilabeli menggunakan lexicon VADER. Visualisasi data yang dilakukan menggunakan visualisasi pie chart dan wordcloud. Pembobotan kata dihitung menggunakan teknik TF-IDF untuk menentukan tingkat pentingnya setiap kata dalam dokumen. Data dibagi menjadi data latih dan data dengan proporsi 80:20, dimana algoritma Support Vector Machine digunakan untuk mengklasifikasikan sentimen. Hasil penelitian menunjukkan sentimen positif sebesar 36,3% atau 3.035 data, sentimen negatif sebesar 35,9% atau 2.999 data, dan sentimen netral sebesar 27,8% atau 2.325 data. Hasil evaluasi menunjukkan penggunaan algoritma Support Vector Machine mendapatkan nilai akurasi sebesar 70%, nilai precision, recall, dan f1-score sebesar 70%.
| Dosen Pembimbing: | Fitriani, Maulida Ayu | 0622099102 |
|---|---|
| Item Type: | Thesis (S1) |
| Uncontrolled Keywords: | deforestasi, analisis sentimen, support vector machine |
| Subjects: | T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources |
| Divisions: | Fakultas Tekniik Dan Sains > Teknik Informatika S1 |
| Depositing User: | Nur Hardiansyah |
| Date Deposited: | 30 Jan 2026 02:36 |
| Last Modified: | 30 Jan 2026 02:36 |
| URI: | http://repository.ump.ac.id/id/eprint/18764 |
