Skripsi

Analisis sentimen pada tweet pengguna media sosial X terhadap skema lalu lintas satu arah pada wilayah heritage Kayutangan Kota Malang menggunakan algoritma support vector machine. / Fanny Surya Winata

Abstrak
RINGKASAN Winata Fanny Surya. 2024. Analisis Sentimen Pada Tweet Pengguna Media Sosial X Terhadap Skema Lalu Lintas Satu Arah Pada Wilayah Heritage Kayutangan Kota Malang Menggunakan Algoritma Support Vector Machine. Skripsi Program Studi Teknik Industri Fakultas Teknik Universitas Negeri Malang. Pembimbing Aisyah Larasati S.T. M.T. MIM. Ph.D. Kata Kunci skema lalu lintas satu arah analisis sentimen rasio pembagian data labeling library support vector machine. Pada tanggal 23 Januari 2023 Pemerintah Kota Malang melakukan penerapan skema lalu lintas satu arah pada kawasan heritage Kayutangan. Penerapan skema lalu lintas satu arah pada kawasan heritage Kayutangan dilakukan untuk mengurangi tingkat kemacetan yang ada di pusat kota malang serta memudahkan akses parkir area kayutangan yang sebelumnya dinilai cukup padat. Dalam melakukan evaluasi kebijakan sangat penting untuk mengetahui tingkat kepuasan dan juga opini masyarakat mengenai kebijakan skema lalu lintas satu arah pada wilayah Kayutangan. Salah satu cara untuk mengetahui opini masyarakat adalah dengan melakukan analisis sentimen terhadap tweet pengguna media sosial X. Opini pengguna media sosial X dapat diolah dengan text mining dan analisis sentimen untuk menemukan informasi dan sentimennya. Penelitian ini bertujuan untuk mengklasifikasikan opini pengguna media sosial X terhadap penerapan skema lalu lintas satu arah pada kawasan heritage Kayutangan kota Malang ke dalam polaritas sentimen positif dan negatif dengan menggunakan data berupa tweets yang diambil dari media sosial X menggunakan bantuan web google colabs serta mengetahui performa library labeling TextBlob dan VADER dalam melakukan pelabelan sentimen. Periode tweets yang diambil dimulai pada tanggal 29 September 2022 hingga 29 April 2024 dengan menggunakan kata kunci kayutangan searah kayutangan satu arah dan demo angkot kayutangan dengan jumlah data yang diperoleh sebesar 1200 tweets. Penelitian ini merupakan penelitian eksperimen yang menggunakan metode supervised klasifikasi yaitu Support Vector Machine. Data penelitian merupakan data sekunder yang diolah menggunakan software Jupyter dengan bahasa pemrograman Python. Optimasi tuning parameter model Support Vector Machine dilakukan dengan mencari kombinasi level parameter C gamma dan kernel yang menghasilkan performa model terbaik dengan menggunakan grid search. Hasil penelitian ini menunjukkan jika library labeling VADER memiliki performa yang lebih unggul dalam melakukan klasifikasi sentimen dengan hasil labeling manual sebagai acuan. VADER menghasilkan nilai F1-Score sebesar 48 7% dibanding TextBlob yang menghasilkan nilai F1-Score sebesar 40 7%. Sedangkan performa model klasifikasi terbaik dihasilkan dengan menggunakan labeling manual dengan rasio pembagian data 0 65/0 35 dan parameter optimal pada C 10 gamma 0 1 serta kernel RBF dengan tingkat akurasi senilai 0 84 precision senilai 0 81 recall senilai 0 84 dan F1-Score senilai 0 82. Informasi yang didapatkan dari proses ekstraksi text mining menujukkan bahwa reaksi masyarakat pada kebijakan satu arah cenderung negatif degan beberapa keluhan seperti meningkatnya kemacetan di wilayah Kayutangan dan menambahnya panjang jarak tempuh jalur angkot.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Industri, 2024.

Deskripsi Fisik

xiv, 74 hlm. : ilus.

Bahasa

Indonesia

No Reg

5942/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2024

Subjek

1. LALU LINTAS - ANALISIS SENTIMEN
2. LALU LINTAS - SKEMA SATU ARAH - SUPPORT VECTOR MACHINE
3. TRAFFIC - SENTIMENT ANALYSIS

Pembimbing

1. Aisyah Larasati, S.t., M.t., Mim., Ph.d

Lampiran Berkas