PERBANDINGAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN DAMPAK DEEPFAKE DI INDONESIA | Perpustakaan Universitas Amikom Purwokerto

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Skripsi

PERBANDINGAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN DAMPAK DEEPFAKE DI INDONESIA

Sya’Bany,Muhammad Fadel Asy - Nama Orang;

Penelitian ini menganalisis sentimen masyarakat Indonesia terhadap dampak teknologi Deepfake melalui media sosial X (Twitter), serta membandingkan performa algoritma Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM) dalam klasifikasi sentimen. Sebanyak 1.050 tweet dikumpulkan menggunakan teknik crawling, kemudian diproses melalui tahapan cleaning yang menghasilkan 946 data dikarenakan terdapat duplikasi data, lalu melakukan tahap preprocessing, pembobotan TF-IDF, dan klasifikasi ke dalam kategori positif, netral, dan negatif. Hasil menunjukkan bahwa NBC dan SVM secara berurutan mencapai akurasi 80% dan 83.15%, mengindikasikan efektivitas metode SVM dalam metrik evaluasi akurasi lebih tinggi dibandingkan metode NBC dalam analisis sentimen teks pendek. Temuan ini mendukung pemanfaatan metode klasifikasi tersebut untuk isu-isu sosial di media sosial.

Kata kunci: Kecerdasan buatan, Twitter, Deepfake, Analisis sentimen, Naïve Bayes Classivier, Support Vector Machine

Ketersediaan

TI0167 TI0167 UPT. PERPUSTAKAAN PUSAT (Skripsi dan Tesis) Tersedia - No Loan

Informasi Detail

Judul Seri: -
No. Panggil: TI0167
Penerbit: Purwokerto : Universitas Amikom Purwokerto., 2025
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: 21SA3111
Klasifikasi: TI0167
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: September 2025
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Muhammad Fadel Asy Sya’Bany

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar