Keywords
SVM
How to Cite
Abstract
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.
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.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Miranda Putri Arifin, Umi Mahdiyah, Ahmad Bagus Setiawan