Analisis Sentimen Publik Terhadap Kebijakan Program Percepatan Penurunanan Stunting pada Twitter Menggunakan Metode Naive Bayes

Ardhani, Raudah (2024) Analisis Sentimen Publik Terhadap Kebijakan Program Percepatan Penurunanan Stunting pada Twitter Menggunakan Metode Naive Bayes. S1 thesis, Sistem Informasi.

	Text Skripsi_Raudah Ardhani.pdf Restricted to Repository staff only Download (1MB)
	Text Cover_Skripsi_Raudah Ardhani.pdf Download (113kB)
	Text Lembar Pengesahan_Skripsi_Raudah Ardhani.pdf Download (253kB)
	Text Abstrak_Skripsi_Raudah Ardhani.pdf Download (129kB)
	Text BAB I_Skripsi_Raudah Ardhani.pdf Download (141kB)
	Text BAB V_Skripsi_Raudah Ardhani.pdf Download (129kB)
	Text Dapus_Skripsi_Raudah Ardhani.pdf Download (156kB)

Abstract

Stunting merupakan masalah kesehatan masyarakat di Indonesia yang sangat signifikan. Banyak kebijakan dan program yang dilakukan pemerintah terhadap aksi percepatan penurunan stunting. Namun dengan adanya kebijakan yang telah dilakukan ini, tidak menutup kemungkinan bahwa adanya kebijakan yang tidak tepat sasaran. Pemerintah dalam membuat suatu kebijakan memerlukan latar belakang dan opini dari masyarakat, salah satunya dapat melihat sentimen dari masyarakat tentang kebijakan kebijakan yang dilakuan pemerintah sudah berjalan dengan seharusnya dan apakah diterima masyarakat. Perihal ini dapat dilakukan dengan menganalisis sentimen para pengguna sosial media twitter yang memuat opini tentang hal ini. Tujuan penelitian ini adalah melakukan analisis sentimen masyarakat Indonesia mengenai kebijakan dari program percepatan penurunan stunting menggunakan metode Naïve Bayes. Peneliti melakukan analisis sentimen menggunakan metode Naïve Bayes terhadap hasil pencarian tweet dengan kata kunci “program stunting”, “kebijakan stunting”, “makanan stunting”, dan “anggaran stunting”. Didapatkan data tweet sebanyak 1336 data yang akan diklasifikasikan dengan menggunakan metode Naïve Bayes. Dari 1337 data yang dianalisis didapatkan 419 tweet positif, 426 tweet netral dan 492 tweet negatif. Arah sentimen yang dihasilkan dalam penelitian ini kearah negatif. Pengujian skenario pembagian data dibagi menjadi dua skenario, yaitu : rasio 80:20 dan 60:40, dari kedua pengujian skenario pembagian data didapatkan bahwa skenario dengan rasio 80:20 lebih baik dari pada rasio yang lain. Hasil nilai akurasi sebesar 61,56% dengan nilai Precision sebesar 59%, nilai Recall sebesar 60% dan nilai F1-Score sebesar 59%.

Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	ARDHANI
Date Deposited:	14 Aug 2024 02:49
Last Modified:	14 Aug 2024 02:49
URI:	https://repository.unja.ac.id/id/eprint/69989

Actions (login required)

View Item