Skripsi

PERBANDINGAN NAIVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN TERHADAP PENYEBARAN NYAMUK WOLBACHIA DI INDONESIA

---

Penilaian

---

Demam Berdarah Dengue (DBD) masih menjadi penyakit endemik dan masalah kesehatan masyarakat yang signifikan di Indonesia. Salah satu solusi inovatif yang diterapkan adalah pelepasan nyamuk Aedes aegypti yang terinfeksi bakteri Wolbachia untuk mengurangi transmisi virus dengue. Program ini mendapatkan respons beragam dari masyarakat di platform media sosial seperti Instagram, yang dapat memengaruhi keberhasilannya. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program tersebut menggunakan metode Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Sebanyak 3.619 komentar Instagram dikumpulkan melalui scraping, diproses menggunakan text preprocessing dengan metode N-Gram dan TF-IDF untuk ekstraksi fitur. Untuk mengatasi ketidakseimbangan data, Synthetic Minority Oversampling Technique (SMOTE) diterapkan, dan validasi dilakukan menggunakan K-Fold Cross Validation dengan k=10. Hasil menunjukkan bahwa SVM mencapai accuracy tertinggi sebesar 84.6% dibandingkan NBC yang mencapai 80.3%, sementara NBC memiliki recall lebih tinggi untuk sentimen positif sebesar 83.7%, sehingga lebih efektif untuk mengidentifikasi dukungan publik. Di sisi lain, SVM unggul dalam precision, mencapai 80.7%, yang membuatnya lebih andal dalam menghindari kesalahan prediksi sentimen positif. Temuan ini menyarankan bahwa NBC lebih cocok untuk mengidentifikasi dukungan, sementara SVM lebih handal untuk menghasilkan prediksi yang presisi. Penelitian ini memberikan wawasan praktis bagi pemerintah dan pemangku kepentingan untuk mengembangkan strategi komunikasi kesehatan berbasis data yang lebih baik, mendukung keberhasilan program kesehatan masyarakat.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2507000021	T163060	T1630602024	Central Library (Reference)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T1630602024

Publisher

Palembang : Magister Ilmu Komputer, Fakultas Ilmu Komputer., 2024

Collation

xv, 124 hlm.; ilus.; tab.; 29 cm.

Language

Indonesia

ISBN/ISSN

-

Classification

004.07

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Proses data
Magister Ilmu Komputer, Fakultas Ilmu Komputer

Specific Detail Info

-

Statement of Responsibility

MI

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment