Effendi, Andhika Maulana (2023) Analisis sentimen pada judul berita online ekonomi dengan menggunakan Support Vector Machine. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
18650078.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (1MB) | Preview |
Abstract
INDONESIA:
Media massa merupakan sarana komunikasi yang digunakan untuk menyampaikan pesan dari suatu sumber kepada khalayak ramai menggunakan alat- alat komunikasi. Kemajuan teknologi mengakibatkan media massa ini tidak hanya berupa media cetak namun juga media elektronik. Hal ini juga memudahkan masyarakat untuk mengkritik atau hanya beropini mengenai berita yang tersebar. Sejak kemunculan kasus COVID-19 pemberitaan media massa mulai ramai membahas tentang COVID-19 beserta akibatnya terhadap sektor masyarakat terutama di bidang ekonomi. Oleh sebab itu perlu dilakukan analisis sentimen terhadap judul berita online ekonomi dengan mengimplementasikan metode support vector machine. Tujuan dari penelitian ini adalah mengukur performa dari sistem dimana data yang digunakan berupa judul berita dengan jumlah 1000 data. Data tersebut dilabeli dengan label positif dan negatif yang kemudian diolah dengan beberapa rasio pembagian data training dan data testing. Nilai akurasi terbaik didapatkan dari hasil uji coba dengan rasio 9:1 dengan akurasi 76%, presisi sebesar 80,48%, recall sebesar 89,18%, dan f-measure sebesar 84,61%.
ENGLISH:
Mass media is a means of communication used to convey messages from a source to the general public using communication tools. Advances in technology have resulted in this mass media not only in the form of print media but also electronic media. This also makes it easier for people to criticize or just have opinions about the news that is being spread. Since the emergence of the COVID-19 case, mass media reports have begun to be busy discussing COVID-19 and its consequences for the community sector, especially in the economic sector. Therefore it is necessary to do sentiment analysis of online economic news titles by implementing the support vector machine method. The purpose of this study is to measure the performance of the system where the data used is in the form of news titles with a total of 1000 data. The data is labeled with positive and negative labels which are then processed with several distribution ratios of training data and data testing. The best accuracy value was obtained from the test results with a 9:1 ratio with 76% accuracy, 80.48% precision, 89.18% recall and 84.61% f-measure.
ARABIC:
وسائل الإعلام الجماهيرية هي وسيلة اتصال تستخدم لنقل الرسائل من مصدر إلى عامة الناس باستخدام أدوات الاتصال. أدى التقدم التكنولوجي إلى ظهور هذه الوسائط ليس فقط في شكل وسائل الإعلام المطبوعة ولكن أيضًا في الوسائط الإلكترونية. هذا أيضًا يسهل على الناس انتقاد أو مجرد تكوين آراء حول الأخبار التي يتم نشرها. منذ ظهور حالة COVID-19 ، بدأت تقارير وسائل الإعلام مشغولة بمناقشة COVID-19 وعواقبه على قطاع المجتمع ، وخاصة في القطاع الاقتصادي. لذلك من الضروري إجراء تحليل المشاعر للأخبار الاقتصادية عبر الإنترنت من خلال تنفيذ طريقة آلة المتجه الداعمة. الغرض من هذه الدراسة هو قياس أداء النظام حيث تكون البيانات المستخدمة على شكل عناوين أخبار بإجمالي 1000 بيانات. يتم تصنيف البيانات بعلامات موجبة وسالبة يتم معالجتها بعد ذلك بنسب توزيع متعددة لبيانات التدريب واختبار البيانات. يتم الحصول على أفضل قيمة دقة من نتائج الاختبار بنسبة9: 1 بدقة 76٪ ، تليها دقة 80,84٪ ، واسترجاع 89,18٪ ، ومقياس f بنسبة 84,61٪.
Item Type: | Thesis (Undergraduate) |
---|---|
Supervisor: | Crysdian, Cahyo and Hanani, Ajib |
Keywords: | Analisis Sentimen; Support Vector Machine; Berita Online; TF-IDF; COVID-19; Sentiment Analysis; Support Vector Machine; Online News; TF-IDF; COVID-19; تحليل المشاعر ; آلة المتجهات الداعمة ، الأخبار عبر الإنترنت |
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080107 Natural Language Processing |
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika |
Depositing User: | Andhika Maulana Effendi |
Date Deposited: | 14 Aug 2023 10:14 |
Last Modified: | 14 Aug 2023 10:14 |
URI: | http://etheses.uin-malang.ac.id/id/eprint/52250 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |