PENERAPAN ALGORITMA NAZIEF ADRIANI PADA KLASIFIKASI OPINI MASYARAKAT TERHADAP LESBIAN, GAY, BISEKSUAL, DAN TRANSGENDER DI INDONESIA (Studi Komparasi: Algoritma K-Nearest Neighbor dan Naïve Bayes Classifier)

CHRISTY, EDWINA AYU (2022) PENERAPAN ALGORITMA NAZIEF ADRIANI PADA KLASIFIKASI OPINI MASYARAKAT TERHADAP LESBIAN, GAY, BISEKSUAL, DAN TRANSGENDER DI INDONESIA (Studi Komparasi: Algoritma K-Nearest Neighbor dan Naïve Bayes Classifier). Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

[thumbnail of 00_SKRIPSI FULL_EDWINA AYU CHRISTY_123170095.pdf] Text
00_SKRIPSI FULL_EDWINA AYU CHRISTY_123170095.pdf
Restricted to Repository staff only

Download (2MB)
[thumbnail of 01_COVER.pdf] Text
01_COVER.pdf

Download (122kB)
[thumbnail of 02_HALAMAN PENGESAHAN PEMBIMBING.pdf] Text
02_HALAMAN PENGESAHAN PEMBIMBING.pdf

Download (156kB)
[thumbnail of 04_DAFTAR ISI.pdf] Text
04_DAFTAR ISI.pdf

Download (80kB)
[thumbnail of 05_ABSTRAK.pdf] Text
05_ABSTRAK.pdf

Download (66kB)
[thumbnail of 06_DAFTAR PUSTAKA.pdf] Text
06_DAFTAR PUSTAKA.pdf

Download (142kB)

Abstract

Persoalan gender, khususnya Lesbian, Gay, Bisexsual, Transgender (LGBT) menjadi
masalah yang serius di Indonesia negara berideologi Pancasila. Opini masyarakat terhadap
LGBT di Indonesia dapat diklasifikasikan menjadi tiga opini yaitu mendukung (pro),
menolak (kontra), dan netral. Penelitian ini akan melihat pengaruh penggunaan algoritma
stemming terhadap akurasi hasil pengklasifikasian menggunakan Naïve Bayes, dan k�Nearest Neighbor. Data yang digunakan adalah komentar – komentar berbahasa Indonesia
yang di utarakan pada konten YouTube yang mengangkat topik LGBT di Indonesia. Melalui
penelitian ini, harapannya mampu menjadi referensi penelitian terkait opini masyarakat
terhadap LGBT di Indonesia melalui YouTube, sekaligus mengkaji kinerja klasifikasi dengan
kebaruan menggunakan algoritma Nazief Adriani dalam proses stemming, untuk
mengklasifikasian opini masyarakat pada studi komparasi Naïve Bayes, dan k-Nearest
Neighbor classifier, yang diharapkan hasil klasifikasi menjadi lebih akurat dan optimal.
Berdasarkan penelitian ini, Stemming menggunakan algoritma Nazief Adriani terbukti
dapat meningkatkan akurasi klasifikasi hingga 8% menggunakan K-Nearest Neighbor, dan
2% menggunakan Naïve Bayes.
Akurasi terbaik klasifikasi komentar yang memuat opini terhadap LGBT di Indonesia
menggunakan algoritma K-Nearest Neighbour adalah 53% dengan 80% data latih
menggunakan stemming, dan nilai K = 90-215 Sedangkan akurasi terbaik klasifikasi
menggunakan algoritma Naïve Bayes adalah 36% dengan 60% dan 70% data latih
menggunakan stemming.
Kata kunci: LGBT, Nazief Adriani, KNN, Naïve Bayes

Item Type: Thesis (Diploma)
Uncontrolled Keywords: LGBT, Nazief Adriani, KNN, Naïve Bayes
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eny Suparny
Date Deposited: 22 Nov 2022 07:33
Last Modified: 22 Nov 2022 07:33
URI: http://eprints.upnyk.ac.id/id/eprint/31695

Actions (login required)

View Item View Item