Perpustakaan
DESKRIPSI DATA LENGKAP
JudulANALISIS SENTIMEN MASYARAKAT DI MEDIA SOSIAL TERHADAP STUNTING MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE
Nama: CHRISSAVELIN ANASTASYA
Tahun: 2024
Abstrak
Pravelensi stunting yang mencapai 24.4% pada tahun 2021 menuai beragam tanggapan positif dan negatif dari masyarakat di media sosial. Studi kuantitatif ini bertujuan untuk menganalisis sentimen guna mengetahui performa algoritma Support Vector Machine dalam melakukan klasifikasi berdasarkan komentar pengguna media sosial mengenai stunting di Indonesia. Penelitian dengan menggunakan bahasa phyton pada IDE Google Colab ini memanfaatkan library snscrape dan tools webscraper dalam penarikan 2134 data teks dari Twitter dan Facebook dimana data tersebut akan masuk tahap text preprocessing sebelum pemodelan. Dengan rasio data training dan testing 80:20 dilakukan pemodelan menggunakan algoritma Support Vector Machine dan kernel Radial Basis Function sebagai pengklasifikasi tanggapan publik ke kelas positif dan negatif. Hasil pengujian Confusion Matrix memperoleh akurasi sebesar 82%. Visualisasi PieChart menghasilkan 33,47% sentimen positif dan 66,53% sentimen negatif. Besarnya sentimen negatif menunjukkan masih banyaknya kasus stunting yang belum terselesaikan, karenanya pemerintah perlu memberi perhatian lebih dalam memaksimalkan pelayanan kasus stunting di masyarakat.

Sign In to Perpus

Don't have an account? Sign Up