Performa Machine Learning Terhadap Analisis Sentimen Pemilu 2024 Melalui Media Digital
DOI:
https://doi.org/10.29407/inotek.v8i1.4903Abstract
Pemanfaatan media sosial untuk kepentingan publik sudah banyak digunakan, salah satunya untuk kampanye pemilu presiden 2024. Analisis sentimen bertujuan untuk komputasi kalimat opini berupa teks dari media aplikasi twitter. Dengan menggunakan proses bantuan machine learning didapatkan data crawling yang kemudian diolah dengan teks preprocessing yaitu cleaning, case folding, normalization, stopword remover, tokenization, dan stemming yang kemudian dilanjutkan ke tahap training dan testing kemudian evaluasi dengan Support Vector Machine (SVM). Hasil akhir evaluasi yang didapatkan dengan pemrosesan 50 data dan 100 data dimana perolehan 80% untuk hasil akurasi 50 data sedangkan 70% untuk hasil akurasi 100 data. Hasil yang berbeda ini membuktikan bahwa jumlah banyaknya data dan pemrosesan yang maksimal atau belum maksimal mempengaruhi perolehan hasil yang didapat.
Keywords:
Analisis Sentimen, SVM, Twitter##plugins.themes.default.displayStats.downloads##
References
A. P. Nardilasari, A. L. Hananto, S. S. Hilabi, T. Tukino, dan B. Priyatna, “Analisis Sentimen Calon Presiden 2024 Menggunakan Algoritma SVM Pada Media Sosial Twitter,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 8, no. 1, hal. 11–18, 2023, doi: 10.31328/jointecs.v8i1.4265.
S. A. Anwar Hridoy, M. T. Ekram, M. S. Islam, F. Ahmed, dan R. M. Rahman, “Localized twitter opinion mining using sentiment analysis,” Decis. Anal., vol. 2, no. 1, 2015, doi: 10.1186/s40165-015-0016-4.
R. Vindua dan A. U. Zailani, “Analisis Sentimen Pemilu Indonesia Tahun 2024 Dari Media Sosial Twitter Menggunakan Python,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 2, hal. 479, 2023, doi: 10.30865/jurikom.v10i2.5945.
N. Chadha, R. C. Gangwar, dan R. Bedi, “Current Challenges and Application of Speech Recognition Process using Natural Language Processing: A Survey,” Int. J. Comput. Appl, vol. 131, no. 11, hal. 28–31, 2015.
V. Karyukin dkk., “On the development of an information system for monitoring user opinion and its role for the public,” J. Big Data, vol. 9, no. 1, 2022, doi: 10.1186/s40537-022-00660-w.
I. Kurniawan dan A. Susanto, “Implementasi Metode K-Means dan Naà ve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019,” J. Eksplora Inform., vol. 9, no. 1, hal. 1–10, 2019.
C. Prianto, N. H. Harani, dan I. Firmansyah, “Analisis Sentimen Terhadap Kandidat Presiden Republik Indonesia Pada Pemilu 2019 di Media Sosial Twitter,” J. Media Inform. Budidarma, vol. 3, no. 4, hal. 405, 2019, doi: 10.30865/mib.v3i4.1549.
M. R. F. Sya’bani, U. Enri, dan T. N. Padilah, “Analisis Sentimen Terhadap Bakal Calon Presiden 2024 Dengan Algoritme Naïve Bayes,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 2, hal. 265–273, 2022.
A. Averina, H. Hadi, dan J. Siswantoro, “Analisis Sentimen Multi-Kelas Untuk Film Berbasis Teks Ulasan Menggunakan Model Regresi Logistik,” Teknika, vol. 11, no. 2, hal. 123–128, 2022, doi: 10.34148/teknika.v11i2.461.
S. Bhatia, M. Sharma, dan K. K. Bhatia, “Sentiment analysis and mining of opinions,” Internet things big data Anal. Towar. next-generation Intell., hal. 503–523, 2018.
F. N. Arintowati dan A. B. Wahyudi, “PENANDA TANGGAPAN POSITIF DAN NEGATIF DALAM AKUN INSTAGRAM @nadiemmakarim,” Prasi, vol. 17, no. 1, hal. 55–67, 2022, doi: 10.23887/prasi.v17i1.37524.
H. Utama, E. Daniati, dan A. Masruro, “WEAK SUPERVISION DENGAN PENDEKATAN LABELING FUNCTION UNTUK ANALISIS SENTIMEN,” vol. 3, no. 1, hal. 49–57, 2024.
G. A. BUNTORO, R. ARIFIN, G. N. SYAIFUDDIIN, A. SELAMAT, O. KREJCAR, dan H. FUJITA, “Implementation of a Machine Learning Algorithm for Sentiment Analysis of Indonesia‘s 2019 Presidential Election,” IIUM Eng. J., vol. 22, no. 1, hal. 78–92, 2021, doi: 10.31436/IIUMEJ.V22I1.1532.
M. R. A. Nasution dan M. Hayaty, “Perbandingan akurasi dan waktu proses algoritma K-NN dan SVM dalam analisis sentimen twitter,” J. Inf., vol. 6, no. 2, hal. 226–235, 2019.
B. P. Zen, D. Wicaksana, dan H. Alfidzar, “Analisis Sentimen Tweet Vaksin Covid 19 Sinovac Menggunakan Metode Support Vecor Machine,” J. Data Min. dan Sist. Inf., vol. 3, no. 2, hal. 21–27, 2022.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Miranda Putri Arifin, Umi Mahdiyah, Ahmad Bagus Setiawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
