ANALISIS PERBANDINGAN ALGORITMA SVM DENGAN DAN TANPA SMOTE DALAM ANALISIS SENTIMEN MASYARAKAT TERHADAP PEMBATALAN PIALA DUNIA U-20 DI INDONESIA

NUGROHO, FAUZAN OKTAVIANTO (2025) ANALISIS PERBANDINGAN ALGORITMA SVM DENGAN DAN TANPA SMOTE DALAM ANALISIS SENTIMEN MASYARAKAT TERHADAP PEMBATALAN PIALA DUNIA U-20 DI INDONESIA. Skripsi thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (182kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (166kB)
[thumbnail of PENGESAHAN PEMBIMBING.pdf] Text
PENGESAHAN PEMBIMBING.pdf

Download (70kB)
[thumbnail of PENGESAHAN PENGUJI.pdf] Text
PENGESAHAN PENGUJI.pdf

Download (82kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (292kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (367kB)
[thumbnail of SKRIPSI FULL_FAUZAN OKTAVIANTO NUGROHO_123180058.pdf] Text
SKRIPSI FULL_FAUZAN OKTAVIANTO NUGROHO_123180058.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Penelitian ini mengkaji perbandingan performa algoritma Support Vector Machine
(SVM) dengan dan tanpa penerapan metode Synthetic Minority Over-sampling Technique
(SMOTE) dalam tugas analisis sentimen terhadap komentar warganet terkait pembatalan
Piala Dunia U-20 di Indonesia. Sumber data berasal dari 1.601 komentar pada video di kanal
MetroTV di YouTube yang berjudul “Piala Dunia U20 Indonesia Batal, Rp1,4 T
Melayang!”. Data dianalisis melalui tahapan preprocessing teks, pembobotan kata
menggunakan TF-IDF, hingga pengujian model klasifikasi.
Evaluasi dilakukan menggunakan confusion matrix untuk menilai metrik performa
seperti akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa SVM tanpa SMOTE
mencatat akurasi lebih tinggi, yaitu 75,38%. Namun, metode ini kurang efektif dalam
mengenali sentimen dari kelas minoritas. Sebaliknya, SVM dengan SMOTE memberikan
peningkatan nilai recall menjadi 51,63% dan F1-score menjadi 50,32%, meskipun
akurasinya lebih rendah, yakni 66,04%.
Temuan ini menunjukkan bahwa penggunaan SMOTE membantu menghasilkan
distribusi klasifikasi yang lebih seimbang antar kelas, walaupun sedikit menurunkan akurasi
keseluruhan. Oleh karena itu, pemilihan pendekatan yang digunakan sebaiknya disesuaikan
dengan tujuan analisis—apakah berfokus pada ketepatan total atau keadilan dalam deteksi
semua jenis sentimen..
Kata kunci: Analisis Sentimen, SVM, SMOTE, TF-IDF, Komentar YouTube,
Pembatalan Piala Dunia U-20.

Item Type: Tugas Akhir (Skripsi)
Additional Information: FAUZAN OKTAVIANTO NUGROHO (Penulis-123180058) ; Oliver Samuel Simanjuntak (Pembimbing)
Uncontrolled Keywords: Analisis Sentimen, SVM, SMOTE, TF-IDF, Komentar YouTube, Pembatalan Piala Dunia U-20.
Subjek: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknik Industri > (S1) Informatika
Depositing User: A.Md Eko Suprapti
Date Deposited: 19 Aug 2025 01:28
Last Modified: 19 Aug 2025 01:28
URI: http://eprints.upnyk.ac.id/id/eprint/43513

Actions (login required)

View Item View Item