ANALISIS SENTIMEN PENGGUNA TWITTER PADA HACKER BJORKA DI INDONESIA MENGGUNAKAN METODE ALGORITMA RANDOM FOREST

Sinaga, Ferdi Jiranda (2023) ANALISIS SENTIMEN PENGGUNA TWITTER PADA HACKER BJORKA DI INDONESIA MENGGUNAKAN METODE ALGORITMA RANDOM FOREST. Diploma thesis, Universitas Multi Data Palembang.

[img] Text
Ferdi Jiranda Sinaga 1923250049.pdf

Download (1MB)

Abstract

Tindakan peretas di Indonesia pada tahun 2022 berdampak besar pada keyakinan masyarakat terhadap keamanan data yang ada di Indonesia. Bjorka adalah nama terkenal dari seseorang atau kelompok hacker yang telah mengaku di internet sebagai peretas data Negara Indonesia. Langkah yang diambil oleh pemerintah dalam rangka untuk mengembalikan kepercayaan masyarakat kepada negara dengan cara membentuk tim khusus untuk mencari sang pelaku. Terkait hal tersebut maka dilakukan penelitian menggunakan Algoritma Random Forest untuk mengklasifikasi sentimen masyarakat Twitter terhadap hacker Bjorka pada periode 09 Agustus 2022 sampai dengan 09 November 2022. Penelitian ini menggunakan 1500 data sebagai dataset sentimen dengan TF-IDF untuk pembagian data dan menggunakan K-Fold Cross Validation dengan nilai k = 10 sebagai validasi. Skenario pertama pembagian data 70 % data latih dan 30% data uji didapatkan hasil accuracy 55,7%. kemudian Skenario kedua pembagian data 80% data latih dan 20% data uji didapatkan hasil accuracy 56,0% dan Skenario terakhir pembagian 90% data latih dan 10% data uji didapatkan hasil accuracy 56,0%. Dari hasil accuracy, penambahan data latih dan pengurangan data uji tetap didapatkan accuracy yang stabil dengan jumlah dataset 1500 data.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Bjorka, Twitter, Random Forest, Indonesia
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer dan Rekayasa > Informatika
Depositing User: Nur Saadah
Date Deposited: 08 Apr 2023 07:21
Last Modified: 08 Apr 2023 07:21
URI: http://rama.mdp.ac.id:84/id/eprint/348

Actions (login required)

View Item View Item