Analisis Sentimen Dalam Evaluasi Program Kartu Prakerja Dengan Pendekatan Text Mining Support Vector Machine Berdasarkan Kernel Radial Basis Function

Belindha Ayu Ardhani (2021) Analisis Sentimen Dalam Evaluasi Program Kartu Prakerja Dengan Pendekatan Text Mining Support Vector Machine Berdasarkan Kernel Radial Basis Function. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text (COVER)
1 COVER.pdf

Download (664kB)
[img] Text (ABSTRAK)
2 ABSTRAK.pdf

Download (202kB)
[img] Text (DAFTAR ISI)
3 DAFTAR ISI.pdf

Download (634kB)
[img] Text (BAB 1)
4 BAB I PENDAHULUAN.pdf

Download (291kB)
[img] Text (BAB 2)
5 BAB II TINJAUAN PUSTAKA.pdf
Restricted to Registered users only until 26 August 2024.

Download (945kB) | Request a copy
[img] Text (BAB 3)
6 BAB III METODE PENELITIAN.pdf
Restricted to Registered users only until 26 August 2024.

Download (459kB) | Request a copy
[img] Text (BAB 4)
7 BAB IV HASIL DAN PEMBAHASAN.pdf
Restricted to Registered users only until 26 August 2024.

Download (1MB) | Request a copy
[img] Text (BAB 5)
8 BAB V PENUTUP.pdf
Restricted to Registered users only until 26 August 2024.

Download (202kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9 DAFTAR PUSTAKA.pdf

Download (457kB)
[img] Text (LAMPIRAN)
10 Lampiran.pdf
Restricted to Registered users only until 26 August 2024.

Download (2MB) | Request a copy
[img] Text (EMBARGO)
Embargo_Belindha Ayu Ardhani - belindha ayu.pdf
Restricted to Registered users only

Download (215kB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Kartu Prakerja sebagai program peningkatan kualitas angkatan kerja menuai kontroversi. Berbagai aspek, mulai dari jumlah anggaran, materi pelatihan, hingga tata laksananya turut mengundang beragam reaksi. Hal ini menegaskan perlunya evaluasi pelaksanaan program guna menganalisis aspek-aspek yang perlu diperbaiki. Guna mencapai tujuan tersebut, analisis sentimen menggunakan text mining Support Vector Machine (SVM) dilakukan dengan kernel Radial Basis Function (RBF). Dalam analisisnya, penelitian ini menggunakan 500 tweet periode Juli s.d. Oktober 2020 yang kemudian dibagi menjadi 80% data training dan 20% data testing dengan 5-fold cross validation. Hasil analisis deskriptif menunjukkan bahwa aspek teknis yang terkait dengan proses pendaftaran dan pencairan insentif perlu mendapat perhatian lebih. Sementara hasil klasifikasi komentar masyarakat ke dalam sentimen positif atau negatif pada data testing menunjukkan rata-rata akurasi, sensitivitas, spesifisitas, prediksi sentimen negatif dan prediksi sentimen positif berturut-turut sebesar 85.20%, 85.03%, 86.04%, 91.68%, dan 75.75%. Merujuk pada nilai tersebut, SVM kernel RBF memberikan performa lebih baik dibanding SVM linier pada kasus ini. Dengan demikian, penelitian ini dapat menjadi referensi dalam upaya optimalisasi peran dan fungsi Kartu Prakerja sehingga manfaat yang diberikan benar-benar dapat dirasakan masyarakat menuju pemulihan sektor ekonomi nasional.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.S 06-21 Ard a
Uncontrolled Keywords: Kartu Prakerja, Analisis Sentimen, Text Mining, Support Vector Machine, Radial Basis Function
Subjects: Q Science > QA Mathematics > QA273-280 Probabilities. Mathematical statistics
Q Science > QA Mathematics > QA297-299.4 Numerical Analysis
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM
Belindha Ayu ArdhaniNIM081711833025
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorNur Chamidah, -NIDN0006027202
Thesis advisorToha Saifudin, -NIDN0001067507
Depositing User: prasetyo adi nugroho
Date Deposited: 26 Aug 2021 03:16
Last Modified: 26 Aug 2021 03:16
URI: http://repository.unair.ac.id/id/eprint/109782
Sosial Share:

Actions (login required)

View Item View Item