Awwal, Zulkarnain Nur (2025) Analisis Sentimen Publik Terhadap Cabang Olahraga PON Berdasarkan Perolehan Medali Setiap Provinsi Menggunakan Metode Support Vector Machine. S1 thesis, Universitas Teknologi Akba Makassar.
Abstrak.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (293kB)
BAB I.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (62kB)
BAB V.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (56kB)
Full text.pdf - Published Version
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB)
Abstract
Pekan Olahraga Nasional (PON) merupakan ajang olahraga terbesar di Indonesia yang menjadi sarana kompetisi antarprovinsi sekaligus cerminan prestasi daerah melalui perolehan medali. Di era digital, opini publik mengenai enyelenggaraan PON banyak berkembang di media sosial, khususnya Twitter, yang memuat sentimen positif, negatif, maupun netral. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap cabang olahraga PON berdasarkan perolehan medali setiap provinsi dengan menggunakan metode Support Vector Machine (SVM). Dataset yang digunakan berasal dari platform Kaggle berupa kumpulan tweet terkait PON XX Papua 2021 yang telah melalui tahap preprocessing dan ekstraksi fitur menggunakan TF-IDF. Hasil penelitian menunjukkan bahwa metode SVM mampu memberikan performa terbaik dengan akurasi mencapai 87%, lebih unggul dibanding Logistic Regression sebagai model pembanding. Temuan ini membuktikan bahwa SVM merupakan metode yang
efektif dalam klasifikasi opini publik berbasis teks, serta dapat digunakan sebagai dasar pengambilan keputusan dan pengembangan penelitian lebih lanjut di bidang analisis sentimen olahraga.
| Item Type: | Thesis (S1) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | S1 Teknik Informatika |
| Depositing User: | S. Hadriani |
| Date Deposited: | 11 Nov 2025 08:33 |
| Last Modified: | 11 Nov 2025 08:33 |
| URI: | https://repository.akba.ac.id/id/eprint/128 |

