Skripsi/Tugas Akhir
Klasifikasi Sentimen Negatif Warganet Terhadap Keberadaan Juru Parkir Liar Menggunakan Metode Naïve Bayes Classifier
ABSTRAK
Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan sentimen negatif warganet terhadap keberadaan juru parkir liar menggunakan metode Naive Bayes Classifier. Sentimen negatif warganet terhadap juru parkir liar sering muncul akibat tindakan yang merugikan seperti penarikan tarif parkir yang tidak resmi dan keamanan yang tidak terjamin. Penelitian ini menggunakan data teks yang dikumpulkan melalui platform kuesioner Google Form. Data tersebut kemudian diproses melalui beberapa tahapan, mulai dari pengumpulan data, pelabelan, preprocessing, hingga evaluasi model dengan metode Naive Bayes Classifier. Hasil penelitian menunjukkan bahwa metode ini mampu mengklasifikasikan sentimen negatif dengan tingkat akurasi sebesar 85%. Hasil dari penelitian ini diharapkan dapat memberikan wawasan lebih mendalam mengenai pandangan negatif masyarakat terhadap juru parkir liar dan membantu pemerintah atau pihak berwenang dalam merumuskan strategi untuk mengatasi masalah parkir ilegal.
Kata Kunci: Parkir Liar, Warganet, Kuesioner, Makassar, Naïve Bayes Classifier
ABSTRACT
This study aims to analyze and classify the negative sentiments of netizens towards the presence of illegal parking attendants using the Naive Bayes Classifier method. Negative sentiments often arise due to detrimental actions such as unauthorized parking fees and lack of security. The study utilizes text data collected through a Google Form questionnaire. The data is then processed through several stages, including data collection, labeling, preprocessing, and model evaluation using the Naive Bayes Classifier method. The results show that this method can classify negative sentiments with an accuracy rate of 85%. The findings of this study are expected to provide deeper insights into public negative perceptions of illegal parking attendants and assist the government or relevant authorities in formulating strategies to address illegal parking issues.
Keywords: Illegal Parking, Netizens, Questionnaire, Makassar, Naïve Bayes Classifier
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2025 — Perpustakaan UNDIPA Makassar - SLiMS