Analisis Sentimen Terhadap Judul Berita Ekonomi Online pada 100 Hari Pertama Pemerintahan Prabowo-Gibran Menggunakan TF-IDF dan Decision Tree

INDRA, ADILA YULIA (2026) Analisis Sentimen Terhadap Judul Berita Ekonomi Online pada 100 Hari Pertama Pemerintahan Prabowo-Gibran Menggunakan TF-IDF dan Decision Tree. S1 thesis, Universitas Andalas.

[img] Text (01. Cover dan Abstrak)
01. Cover.pdf - Published Version

Download (292kB)
[img] Text (02. BAB I)
02. BAB I.pdf - Published Version

Download (187kB)
[img] Text (03. BAB IV)
03. BAB IV.pdf - Published Version

Download (172kB)
[img] Text (04. Daftar Pustaka)
04. Daftar Pustaka.pdf - Published Version

Download (176kB)
[img] Text (05. Skripsi Fulltext)
05. Skripsi Fulltext.pdf - Published Version
Restricted to Repository staff only

Download (30MB) | Request a copy

Abstract

Perkembangan media online menjadikan judul berita sebagai salah satu bentuk penyampaian informasi mengenai berbagai isu, termasuk kebijakan ekonomi pemerintah. Penelitian ini bertujuan menerapkan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan Decision Tree untuk menganalisis sentimen pada judul berita ekonomi online selama 100 hari pertama pemerintahan Prabowo–Gibran. Data penelitian berupa 2.858 judul berita ekonomi dari IDX Channel periode 20 Oktober 2024–27 Januari 2025 yang diklasifikasikan ke dalam sentimen negatif, netral, dan positif berdasarkan persepsi penilai. Tahapan penelitian meliputi preprocessing, pembobotan TF-IDF, klasifikasi menggunakan decision tree, dan evaluasi model menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa kata dengan bobot TF-IDF tertinggi adalah "persen", "prabowo", "triliun", "indonesia", "ekonomi", "ri", "harga", "naik", "nataru", dan "juta". Model decision tree menghasilkan accuracy sebesar 74,65%, precision 78,78%, recall 74,65%, dan F1-score 72,38%. Hasil klasifikasi menunjukkan bahwa sentimen netral mendominasi pemberitaan ekonomi, yang mengindikasikan bahwa pemberitaan pada periode tersebut cenderung bersifat informatif tanpa kecenderungan sentimen yang kuat ke arah positif maupun negatif.

Item Type: Thesis (S1)
Supervisors: Yudiantri Asdi, M.Sc ; Mawanda Almuhayar, M.Sc
Uncontrolled Keywords: analisis sentimen; TF-IDF; Decision Tree; berita ekonomi online; Prabowo–Gibran
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika
Depositing User: S1 Matematika Matematika
Date Deposited: 14 Aug 2026 05:57
Last Modified: 14 Aug 2026 05:57
URI: http://scholar.unand.ac.id/id/eprint/529097

Actions (login required)

View Item View Item