ANALISIS SENTIMEN KLUB TIM NASIONAL MENGGUNAKAN HYBRID CNN-SVM

Yudha, Prastya Laksana Pratama, 52104110025 and Ronny, Makhfuddin Akbar, 0709078604 and Soffa, Zahara, 0704079101 and Syaifuddin, Ahmad, 0712039302 and Yanuarini, N.S., 0714018304 (2025) ANALISIS SENTIMEN KLUB TIM NASIONAL MENGGUNAKAN HYBRID CNN-SVM. Bachelor thesis, Universitas Islam Majapahit.

[img] Text
Abstrak.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img]
Preview
Text
Bab 1.pdf

Download (267kB) | Preview
[img] Text
Bab 2.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text
Bab 3.pdf
Restricted to Registered users only

Download (901kB) | Request a copy
[img] Text
Bab 4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img]
Preview
Text
Bab 5.pdf

Download (245kB) | Preview
[img]
Preview
Text
Daftar Pustaka.pdf

Download (195kB) | Preview
[img] Text
Lampiran.pdf
Restricted to Registered users only

Download (557kB) | Request a copy

Abstract

Media sosial dan kemajuan teknologi digital telah mengubah cara para penggemar mengekspresikan dukungan mereka kepada tim sepak bola, khususnya Tim Nasional Indonesia. Salah satu platform yang sering digunakan untuk mengekspresikan opini baik opini positif, negatif, maupun netral adalah Instagram. Tujuan dari penelitian ini adalah menerapkan teknik Hybrid CNN-SVM untuk menganalisis sentimen komentar pengguna pada unggahan akun Instagram resmi @timnasindonesia. Teknik ini menggabungkan kemampuan Support Vector Machines (SVM) untuk kategorisasi sentimen dengan Convolutional Neural Networks (CNN) untuk ekstraksi fitur. Untuk mengumpulkan data, 90 unggahan Instagram dari tanggal 18 Agustus 2023 hingga 16 November 2024, yang mencakup skenario menang, kalah, dan seri, di scrapping komentarnya. Sembilan ribu komentar dikumpulkan, dan mereka menjalani pra-pemrosesan, pelabelan, vektorisasi, pelatihan model, dan evaluasi kinerja dengan menggunakan metrik untuk akurasi, presisi, recall, dan F1-score. Bergantung pada rasio data pelatihan dan data uji, temuan evaluasi menunjukkan bahwa model tersebut bekerja pada kisaran akurasi 69% hingga 73%. Penelitian ini menunjukkan bahwa analisis sentimen pada data teks media sosial, terutama yang berkaitan dengan olahraga nasional, dapat dapat dikatakan kurang baik menggunakan pendekatan hibrida CNN-SVM.

Item Type: Skripsi/Thesis (Bachelor)
Uncontrolled Keywords: Analisis Sentimen, Hybrid CNN-SVM, Instagram, Tim Nasional Indonesia, Text Mining
Subjects: 0 Majapahit Islamic University Subject Areas > Fakultas Teknik > Teknik Informatika
Divisions: Faculty of Engineering > Computer and Information Technology
Depositing User: Pratama Yudha Prastya Laksana
Date Deposited: 08 Aug 2025 02:08
Last Modified: 08 Aug 2025 02:08
URI: http://repository.unim.ac.id/id/eprint/5867

Actions (login required)

View Item View Item