Analisis Sentimen terhadap Kandidat Nominasi Primer Partai Rebublican untuk Pemilihan Presidensial Amerika Serikatgradient Descent

Cuwendi, Jason Jabez (2024) Analisis Sentimen terhadap Kandidat Nominasi Primer Partai Rebublican untuk Pemilihan Presidensial Amerika Serikatgradient Descent. [Undergraduate thesis]

PDF TI_2567_Abstrak.pdf Download (131kB)

Abstract

Pemilihan presidensial di Amerika Serikat dilaksanakan setiap 4 tahun, dan pemilihan presidensial yang selanjutnya akan dilaksanakan pada 2024. Pada pemilihan presidensial di Amerika Serikat, masyarakat dapat memilih pasangan presiden dan wakil presiden. Pasangan presiden dan wakil presiden yang memiliki elektabilitas tertinggi berasal dari dua partai terbesar Amerika Serikat, Republican dan Democrat. Pasangan presiden dan wakil presiden wajib mengikuti pemilihan primer di suatu partai sebelum lanjut ke tahap pemilihan presidensial. Terdapat kesulitan memprediksi hasil pemilihan primer karena kurangnya data relevan. Untuk itu, dibuat sistem analisis sentimen dengan metode Stochastic Gradient Descent, yang mengambil data dari berbagai media sosial. Pada dataset sebanyak 300 data dari sosial media yang telah melalui preprocessing, dengan pembagian data training 80 persen dan data testing 20 persen, sistem mencapai akurasi 74,1 persen dalam mengklasifikasikan sentimen dengan tepat. Dengan adanya sistem ini, penyurvei atau masyarakat dapat dengan mudah melihat sentimen masyarakat di media sosial mengenai kandidat-kandidat pemilihan primer partai Republican untuk mempermudah proses prediksi hasil pemilihan primer.

Item Type:	Undergraduate thesis
Uncontrolled Keywords:	Analisis sentimen, Media sosial, Pemilihan presidensial, Pemilihan primer, SGD, Klasifikasi
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering > Department of Informatic
Depositing User:	Perpustakaan UBAYA
Date Deposited:	08 Oct 2024 07:51
Last Modified:	08 Oct 2024 07:51
URI:	http://repository.ubaya.ac.id/id/eprint/47209

Actions (login required)

View Item