ABSTRAK Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
COVER Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 1 Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 2 Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 3 Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 4 Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 5 Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
PUSTAKA Metha Anggraeni
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Sosiofisika adalah cabang fisika yang menjelaskan fenomena sosial menggunakan
konsep dan teori fisika. Sistem kompleks, dengan elemen yang saling terhubung
dan pola hubungan rumit, dapat menjelaskan fenomena tersebut menggunakan
analisis sentimen. Analisis ini mengangkat isu pro dan kontra pembangunan kereta
cepat Whoosh Jakarta-Bandung yang memicu berbagai opini masyarakat terutama
pada media sosial Twitter. Analisis dilakukan menggunakan metode Naïve Bayes
dan K-Nearest Neighbor (KNN) untuk mengklasifikasikan sentimen menjadi
positif, negatif, atau netral. Data dikumpulkan dari Twitter terbagi menjadi sebelum
Whoosh beroperasi (periode I) dan setelah Whoosh beroperasi (periode II). Data
melalui proses pembersihan, pelabelan, pembobotan, pelatihan, hingga pengujian.
Metode diuji menggunakan Python, menghasilkan sentimen periode I cenderung
negatif dengan akurasi metode Naïve bayes dan KNN berurut-urut 75% dan 71%,
pada periode II sentimen cenderung positif dengan akurasi 71% dan 70%. Pada
variasi nilai K, didapat nilai K yang paling cocok untuk data ini adalah 1 karena
mampu memanfaatkan pola lokal yang khas pada tiap kelas sentimen. Kemudian
variasi nilai rasio, 80:20 memberikan akurasi yang baik, menghindari overfitting
dan kekurangan data latih.
Perpustakaan Digital ITB