Analisis sentimen pada media sosial Twitter untuk klasifikasi opini Islam Radikal menggunakan Jaringan Saraf Tiruan

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Roudatul, Zannah (2019) Analisis sentimen pada media sosial Twitter untuk klasifikasi opini Islam Radikal menggunakan Jaringan Saraf Tiruan. Undergraduate thesis, Universitas Islam Negeri Sunan Ampel Surabaya.

[img] Text
Roudatul Zannah_H72215023.pdf

Download (2MB)

Abstract

Paham radikalisme memiliki banyak pengaruh negatif terhadap persatuan negara Indonesia, bahkan dapat menghancurkan NKRI yang berpedoman pada Pancasila. Organisasi yang berpaham radikalis memiliki sifat antoleransi yaitu tidak menerima golongan lain yang tidak sepaham dengannya. Organisasi ini mencekoki masyarakat Indonesia dengan dogma-dogma yang mengatas-namakan agama, agar tujuan mereka yang ingin menjadikan negara Indonesia sebagai negara khilafah dapat terwujud. Seiring dengan majunya teknologi pada masa modern ini, media sosial menjadi alternatif baru untuk menebarkan paham yang bisa mengancam kesatuan NKRI ini. Oleh sebab itu, perlunya analisis sentimen terhadap suatu postingan seseorang yang terduga sebagai konten yang mengandung ajaran radikalisme, Salah satu media sosial yang masih aktif dan banyak digunakan dalam penyebaran paham ini adalah twitter. Pada penelitian ini dilakukan pengolahan data menggunakan text mining sebagai awal memperoleh data numerik dari data dokumen yang nantinya akan diklasifikasi menggunakan model ANN dengan metode backpropagation yang sudah diperoleh. Model ANN yang diperoleh terbilang cukup baik dengan akurasi sebesar 77%, presisi sebesar 77,1%, recall sebesar 73,4%, dan f-measure 75,25%. Analisis hasil menggunakan graph wordcould dan graph network menunjukkan kecenderungan kategori sentimen opini tergantung pada semboyan dan kata yang digunakan pada tweet.

Statistic

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

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Roudatul, Zannahjannahraudatul77@gmail.comH72215023
Contributors:
ContributionNameEmailNIDN/NIP
Thesis advisorUlinnuha, Nurissaidahnuris.ulinnuha@uinsby.ac.idUNSPECIFIED
Thesis advisorNovitasari, Dian Candra Rinidiancrini@uinsby.ac.idUNSPECIFIED
Subjects: Media Massa
Matematika
Radikal dan Radikalisme
Uncontrolled Keywords: Islam Radikalis, Twitter, Text Mining, Ann, Backpropagation
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Zannah Roudatul
Date Deposited: 31 Jul 2019 08:07
Last Modified: 19 May 2020 04:52
URI: http://digilib.uinsby.ac.id/id/eprint/32982

Actions (login required)

View Item View Item