Hidayat, Krisma Anuarin (2024) Klasifikasi komentar positif dan negatif terkait penyiaran berita pada LPP RRI Madiun menggunakan algoritma naive bayes classifier / KRISMA ANUARIN HIDAYAT. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Kata Kunci LPP RRI Madiun Algoritma Naive Bayes Classifier Klasifikasi Sentimen Tanggapan Masyarakat Kualitas Penyiaran. Lembaga Penyiaran Publik Radio Republik Indonesia (LPP RRI) sebagai lembaga penyiaran publik yang dimiliki oleh pemerintah. RRI Madiun memiliki peran penting dalam menyajikan informasi aktual tepat dan terpercaya kepada masyarakat. LPP RRI berfungsi sebagai jembatan komunikasi antara pemerintah dan pendengar di seluruh wilayah Indonesia. Dengan cabang-cabangnya yang tersebar di berbagai daerah LPP RRI menjalankan peran vital dalam menyampaikan berita dan konten edukatif. Salah satu cabangnya adalah LPP RRI Madiun yang memiliki kontribusi signifikan dalam pemberitaan dan komunikasi di wilayah Madiun. LPP RRI Madiun merupakan lembaga penyiaran yang memiliki lingkup operasi yang spesifik yang memungkinkan penelitian ini untuk fokus pada komentar masyarakat dalam konteks lokal yang lebih terkonsentrasi sehingga hasil analisis akan mempresentasikan pandangan masyarakat yang lebih akurat. Untuk menjaga kualitas dan relevansi siaran tanggapan serta opini masyarakat tentang program- program penyiaran LPP RRI Madiun sangatlah diperlukan. Perlunya tanggapan dari masyarakat dapat menjadikan kualitas penyiaran berita menjadi lebih baik lagi. Penelitian ini menggunakan 3 (tiga) jenis data yaitu periode pandemi Covid 19 pasca pandemi gabungan antara periode pandemi dan pasca pandemi. Hal ini membutuhkan pengklasifikasian data menggunakan algoritma Naive Bayes. Metode pengklasifikasian berdasarkan probabilitas sederhana dan dirancang agar dapat dipergunakan dengan asumsi antar variabel penjelas saling bebas (independen). Dari hasil penelitian yang diperoleh pada system klasifikasi komentar positif dan negatif menggunakan algoritma na iuml ve bayes menunjukan bahwa dengan parameter terbaik var_smoothing pada dataset periode pandemi menggunakan data testing 30% diperoleh nilai hasil akurasi sebesar 80 31% precision score 85 72% Recall score 80 31% dataset periode pasca pandemi menggunakan data testing 30% diperoleh nilai hasil akurasi sebesar 90 81% precision score 92 19% Recall score 90 81% dataset periode gabungan menggunakan data testing 30% diperoleh nilai hasil akurasi sebesar 80 86% precision score 85 05% Recall score 80 86%. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 15 Jan 2024 04:29 |
| Last Modified: | 15 Jan 2025 06:13 |
| URI: | http://repository.um.ac.id/id/eprint/331026 |
Actions (login required)
 |
View Item |