TA : Analisis Sentimen Publik terhadap Pelayanan Ibadah Haji menggunakan Algoritma Naive Bayes Classifier

Malano, Mukhammad Rheza (2025) TA : Analisis Sentimen Publik terhadap Pelayanan Ibadah Haji menggunakan Algoritma Naive Bayes Classifier. Undergraduate thesis, Universitas Dinamika.

	Text 17410100172-2025-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (1MB)
	Text 17410100172-2025-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Search this title on : |

Abstract

Euforia menyambut penyelenggaraan ibadah haji tahun 1445 H/2024 M sangatlah logis. Seiring semangat penyambutan tersebut, dinamika persiapan penyelenggaraan ibadah haji juga begitu terasa. Pelaksanaan ibadah haji pada tahun 2023 menuai berbagai kritik, terutama terkait akomodasi, distribusi makanan, serta fasilitas di Arafah, Muzdalifah, dan Mina. Kritik tersebut disampaikan melalui berbagai media, termasuk media sosial, yang menjadi sumber data alternatif untuk memahami opini publik secara lebih efisien. Berdasarkan latar belakang tersebut, penelitian ini berharap dapat menggunakan data dari X (Twitter) untuk memahami respon dan persepsi masyarakat Indonesia terhadap Pelayanan Haji dengan membagi respon masyarakat menjadi sentimen positif dan negatif. Algoritma Term Frequency Inverse Document Frequency (TF-IDF) untuk pembobotan dan metode Naïve bayes untuk mengklasifikasikan pelayanan haji. Hasil prediksi tersebut dapat digunakan pemerintah supaya bisa melakukan evaluasi dan menentukan strategi selanjutnya terkait edukasi maupun sosialisasi tentang layanan haji kepada jamaah haji. Hasil dari penelitian yang telah dilakukan menunjukkan hasil evaluasi dan validasi menggunakan k-fold cross validation pada naïve bayes menunjukkan rata-rata cross validation score sebanyak 88,46%. Hasil pengujian menunjukkan accuracy sebanyak 89,03%. Naïve Bayes (NB) dapat digunakan untuk melakukan klasifikasi analisis sentimen dengan baik dengan menunjukkan hasil accuracy atau hasil sentimen yang benar diprediksi positif dan negatif dari seluruh data tweet sangat tinggi. Persentase keseluruhan sentimen pada tweet Layanan Haji menunjukkan hasil 38,73% atau 177 cuitan untuk negatif dan 61,27% atau 280 cuitan untuk positif. Berdasarkan hasil prediksi tersebut dapat menjadi tolak ukur atau bahan evaluasi bagi pemerintah agar dapat mempertahankan dan meningkatkan kualitas layanan agar kepuasan jemaah tetap tinggi.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item