Analisis Sentimen Kebijakan Ekspor Pasir Laut Pada Sosial Media Twitter Menggunakan Algoritma Support Vector Machine

Hasibuan, Raka Ardiansyah and Dr. Ir. Dian Eka Ratnawati, S.Si., M.Kom and Rizal Setya Perdana, S.Kom., M.Kom., Ph.D. (2024) Analisis Sentimen Kebijakan Ekspor Pasir Laut Pada Sosial Media Twitter Menggunakan Algoritma Support Vector Machine. Sarjana thesis, Universitas Brawijaya.

Abstract

Larangan ekspor pasir laut sudah diterapkan di Indonesia sejak 2003 melalui Surat Keputusan Menperindag No 117/MPP/Kep/2/2003 tentang Penghentian Sementara Ekspor Pasir Laut. Pada 15 Mei 2023, Presiden Joko Widodo melalui Peraturan Pemerintah No 26 Tahun 2023 kembali memperbolehkan kegiatan ekspor pasir laut keluar negeri. Penambangan pasir adalah proses pengambilan pasir dari alam. Pasir merupakan komoditas yang diperlukan dalam banyak proyek seperti reklamasi lahan dan pembangunan pulau. Proyek-proyek ini memiliki keuntungan ekonomis dan sosial, tapi penambangan pasir juga menghasilkan masalah lingkungan jika dilakukan terus-menerus. Kebijakan ekspor pasir laut ini ramai dibahas berbagai sosial media, salah satunya Twitter. Twitter merupakan media sosial yang cukup popular di Indonesia. Sosial media seperti Twitter dapat menghasilkan ribuan data dalam waktu yang singkat. Opini masyarakat di sosial media Twitter dapat digunakan oleh pemerintah untuk mengkaji ulang apakah kebijakan pembolehan ekspor pasir laut ini sudah tepat atau tidak. Dalam penelitian ini, dilakukan analisis sentimen untuk mengetahui opini masyarakat terkait kebijakan ekspor pasir laut. Fitur dan metode yang digunakan adalah SentiWordNet 3.0 untuk labelling dan metode klasifikasi Support Vector Machine. Penelitian ini membandingkan kernel linear, polynomial, sigmoid, dan radial basis function. Kernel polynomial adalah kernel terbaik dan mendapatkan hasil akurasi 80.94%, sedangkan kernel terburuk adalah sigmoid dan mendapatkan hasil akurasi 79.73%. Teknik root cause analysis dengan Fishbone Diagram memberikan beberapa rekomendasi terhadap sentiment negatif antara lain: peningkatan investasi pada teknologi pengerukan ramah lingkungan, penerapan regulasi yang ketat terkait ekspor pasir laut dan kampanye penyuluhan terhadap pentingnya ekosistem serta penjagaan lingkungan.

English Abstract

The sea sand export ban has been implemented in Indonesia since 2003 through the Decree of the Minister of Industry and Trade No. 117/MPP/Kep/2/2003 concerning Temporary Suspension of Sea Sand Exports. On May 15 2023, President Joko Widodo through Government Regulation No. 26 of 2023 again allowed sea sand export activities abroad. Sand mining is the process of extracting sand from nature. Sand is a commodity required in many projects such as land reclamation and island development. These projects have economic and social benefits, but sand mining also produces environmental problems if carried out continuously. This sea sand export policy has been widely discussed on various social media, one of which is Twitter. Twitter is a social media that is quite popular in Indonesia. Social media like Twitter can generate thousands of data in a short time. Public opinion on Twitter social media can be used by the government to review whether the policy of allowing sea sand exports is appropriate or not. In this research, sentiment analysis was carried out to determine public opinion regarding sea sand export policies. The features and methods used are SentiWordNet 3.0 for labeling and the Support Vector Machine classification method. This research compares linear, polynomial, sigmoid and radial basis function kernels. The polynomial kernel is the best kernel and gets 80.94% accuracy results, while the worst kernel is sigmoid and gets 79.73% accuracy results. The root cause analysis technique using the Fishbone Diagram provides several recommendations for negative sentiment, including: increasing investment in environmentally friendly dredging technology, implementing strict regulations regarding sea sand exports and outreach campaigns regarding the importance of ecosystems and environmental protection.

Item Type: Thesis (Sarjana)
Identification Number: 0524150212
Uncontrolled Keywords: analisis sentimen, ekspor pasit laut, twitter, support vector machine, fishbone diagram-sentiment analysis, sea sand export, support vector machine, fishbone diagram
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: soegeng sugeng
Date Deposited: 02 Apr 2024 06:41
Last Modified: 02 Apr 2024 06:41
URI: http://repository.ub.ac.id/id/eprint/216270
[thumbnail of DALAM MASA EMBARGO] Text (DALAM MASA EMBARGO)
Raka Ardiansyah Hasibuan.pdf
Restricted to Registered users only

Download (4MB)

Actions (login required)

View Item View Item