ANALISIS SENTIMEN MASYARAKAT TERHADAP PENERAPAN ELECTRONIC ROAD PRICING (ERP) DI JAKARTA

ERP adalah kebijakan yang mengharuskan setiap kendaraan yang melewati suatu segmen jalan untuk membayar tarif khusus. Namun, rencana penerapan sistem jalan berbayar atau ERP di Jakarta menghasilkan beragam pandangan di kalangan masyarakat, dengan adanya pendapat yang mendukung dan menentang terutama di platform media sosial. Instagram seringkali menjadi saluran untuk menyebarkan informasi tentang berbagai topik, karena popularitas tinggi yang dimilikinya. Dengan mengacu pada masalah tersebut, peneliti telah melakukan penelitian menggunakan analisis sentimen terhadap perencanaan penerapan ERP di Jakarta dengan menggunakan 2 metode yaitu metode BERT dan SVM sebagai perbandingan untuk mencari metode yang optimal dalam klasifitasi teks. Percobaan dilakukan dengan menggunakan 1641 dataset yang telah dilakukan pre-processing dan pelabelan menggunakan lexicon menghasilkan 580 kelas netral, 542 kelas positif dan 519 kelas negatif sehingga dapat disimpulkan bahwa sentimen masyarakat khususnya pengguna sosial media Instagram terhadap perencanaan ERP di Jakarta sebagian besar adalah netral. Berdasarkan hasil evaluasi dari penelitian yang telah dilakukan metode BERT menghasilkan nilai accuracy sebesar 88%, recall 88%, precision 88%, dan F1-score 87% dan metode SVM menghasilkan performa yang lebih rendah daripada BERT yaitu accuracy 68%, recall 68%, precision 68%, dan F1-score

1.  UEU-Undergraduate-36581-COVER.Image.Marked.pdf - 342 KB
2.  UEU-Undergraduate-36581-HALAMAN PENGESAHAN.Image.Marked.pdf - 356 KB
3.  UEU-Undergraduate-36581-HALAMAN PUBLIKASI.Image.Marked.pdf - 367 KB
4.  UEU-Undergraduate-36581-HALAMAN KEASLIAN.Image.Marked.pdf - 332 KB
5.  UEU-Undergraduate-36581-ABSTRAK.Image.Marked.pdf - 483 KB
6.  UEU-Undergraduate-36581-KATA PENGANTAR.Image.Marked.pdf - 381 KB
7.  UEU-Undergraduate-36581-DAFTAR ISI.Image.Marked.pdf - 521 KB
8.  UEU-Undergraduate-36581-DAFTAR TABEL.Image.Marked.pdf - 395 KB
9.  UEU-Undergraduate-36581-DAFTAR GAMBAR.Image.Marked.pdf - 407 KB
10.  UEU-Undergraduate-36581-DAFTAR REFERENSI.Image.Marked.pdf - 997 KB
11.  UEU-Undergraduate-36581-LAMPIRAN.Image.Marked.pdf - 636 KB
12.  UEU-Undergraduate-36581-BAB1.Image.Marked.pdf - 796 KB

• ANALASIS SENTIMEN NETIZEN INDONESIA TERHADAP IKOY-IKOYAN DARI INFLUENCER ARIEF MUHAMMAD MENGGUNAKAN DATA TWITTER DENGAN METODE NA�VE BAYES
• ANALISIS SENTIMEN APLIKASI PEDULILINDUNGI DENGAN METODE SUPPORT VECTOR MACHINE
• UTILIZATION OF LSTM (LONG SHORT TERM MEMORY) BASED SENTIMENT ANALYSIS FOR STOCK PRICE PREDICTION
• ANALYSIS OF SCHOOL COMMUNITY SENTIMENT TOWARDS PERSONAL DATA PROTECTION LAW USING SUPPORT VECTOR MACHINE (SVM) METHOD
• PERBANDINGAN MODEL ALGORITMA KLASIFIKASI PADA ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP LAYANAN KERETA CEPAT JAKARTA BANDUNG (THE WHOOSH)
• ANALISIS SENTIMEN OPINI PUBLIK TERHADAP GAME ONLINE MENGGUNAKAN DATA SET TWITTER DENGAN ALGORITMA NAIVE BAYES DAN VADER LEXICON
• SENTIMENT ANALYSIS OF CONTENT PERMENKOMINFO NO.5 OF 2020 USING A CLASSIFICATION ALGORITHM
• ANALISIS SENTIMEN KALIMAT DEPRESI PADA PENGGUNA TWITTER DENGAN NAIVE BAYES, SUPPORT VECTOR MACHINE, RANDOM FOREST
• ANALISIS SENTIMEN MASYARAKAT SEKOLAH TERHADAP UNDANG UNDANG PERLINDUNGAN DATA PRIBADI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) STUDI KASUS : SMK NEGERI 1 CIKARANG SELATAN
• ANALISIS SENTIMEN KONTEN DAN OPINI TWITTER TERHADAP PERMENKOMINFO NO.5 TAHUN 2020 MENGGUNAKAN ALGORITMA KLASIFIKASI