PERBANDINGAN ALGORITMA SUPORT VECTOR MACHINE DAN ALGORITMA NAÏVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) PADA ANALISIS SENTIMEN IMPLEMENTASI KURIKULUM MERDEKA

Rico, Pramestiawan and SriLestari, SriLestari (2023) PERBANDINGAN ALGORITMA SUPORT VECTOR MACHINE DAN ALGORITMA NAÏVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) PADA ANALISIS SENTIMEN IMPLEMENTASI KURIKULUM MERDEKA. Masters thesis, IBI DARMAJAYA.

	Text COVER.pdf Download (193kB)
	Text LEMBAR PERSETUJUAN.pdf Download (384kB)
	Text KATA PENGANTAR.pdf Download (253kB)
	Text ABSTRAK.pdf Download (187kB)
	Text DAFTAR ISI.pdf Download (193kB)
	Text BAB I.pdf Download (304kB)
	Text BAB II.pdf Download (436kB)
	Text BAB III.pdf Download (495kB)
	Text BAB IV.pdf Download (402kB)
	Text BAB V.pdf Download (186kB)
	Text DAFTAR PUSTAKA.pdf Download (394kB)

Abstract

Kurikulum ialah sistem yang mengelola semua pembelajaran agar berjalan dengan secara terstruktur. Kurikulum muncul untuk meningkatkan keterampilan peserta didik. Pembaruan kurikulum harus disesuaikan dengan perkembangan zaman. Kemendikbud menghimbau kepada seluruh kepala satuan pendidikan untuk mulai menerapkan kurikulum merdeka pada awal tahun pembelajaran ini. Setiap peraturan atau kebijakan yang digunakan publik tidak terlepas dari pendapat masyarakat. Begitu juga dengan penerapan kebijakan Kurikulum Merdeka. tidak terlepas dari opini pro, opini kontra, dan opini netral dari masyarakat. Di era yang modern ini opini public bisa dengan mudah didapatkan hanya dengan melalui media social. Penggunaan media sosial untuk mencari opini public ini sudah sering dilakukan guna mencari tanggapan masyarakat terkait kebijakan public ataupun isu-isu yang sedang diperbincangkan masyarakat dan selanjutnya di analisis, kegiatan ini disebut dengan analisis sentiment atau opinion mining. Tujuan dalam penelitian ini yaitu untuk membandingkan akurasi yang dikombinasikan dengan Particle Swarm Optimization (PSO) pada dua algoritma yang digunakan yaitu algoritma Suport Vector Machine dan Algoritma Naïve Bayes. Berdasarkan hasil penelitian didapatkan bahwa Algoritma Naïve Bayes berbasis Particle Swarm Optimization (PSO) memperoleh nilai akurasi yang lebih tinggi yaitu 75,24% sedangkan Algoritma Suport Vector Machine (SVM) mendapatkan nilai akurasi sebesar 66.54%. Kata Kunci : Suport Vector Machine, Naïve Bayes, Particle Swarm Optimization, Data Mining

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	Rico Pramestiawan
Date Deposited:	01 Aug 2023 09:31
Last Modified:	01 Aug 2023 09:31
URI:	http://repo.darmajaya.ac.id/id/eprint/12367

Actions (login required)

View Item