Analisis Sentimen di Twitter: Mengungkap Persepsi dan Emosi Publik Seputar Konflik Palestina-Israel
DOI:
https://doi.org/10.29407/stains.v3i1.4132Keywords:
Analisis Sentimen, Israel, Konflik, NLP, PalestineAbstract
Konflik yang terjadi antara Palestina dan Israel masih menjadi konflik yang belum terselesaikan hingga saat ini. Konflik dimulai dengan berdirinya negara Israel yang diakui PBB pada tahun 1948 di tanah yang sebelumnya dikuasai Inggris, dan konflik dimulai dengan serangan negara-negara Arab terhadap Israel dan memprovokasi perang. Mayoritas penduduk Palestina beragama Islam dan mendapat dukungan dari negara-negara Timur Tengah dan mayoritas penduduknya beragama Islam. Terlebih lagi, Israel terus berjuang dalam konflik ini dengan dukungan negara-negara Barat. Opini publik merupakan sumber informasi penting untuk membentuk opini mengenai konflik ini. Analisis sentimen terhadap data media sosial seperti tweet adalah metode yang berguna untuk mengubah sejumlah besar data menjadi informasi yang berguna. Analisis sentimen menggunakan pemrosesan bahasa alami (NLP) membantu memahami emosi dan mengkategorikannya sebagai positif atau negatif, memberikan informasi penting untuk evaluasi merek, evaluasi, dan penyaringan opini yang mendukung perusahaan dan masyarakat. Indonesia adalah negara yang menjunjung tinggi perdamaian sesuai pembukaan UUD 1945,tetapi masyarakat terus memperdebatkan konflik antara Palestina dan Israel.
Downloads
References
Muhammad Jamaluddin and Erik Ilham Habibillah, “Pengaruh Kebijakan Perserikatan Bangsa-Bangsa (Pbb) Dalam Konflik Palestina-Israel,” J. Tapis Teropong Aspir. Polit. Islam, vol. 19, no. July, pp. 1–23, 2020.
Hendrastuty, N., Isnain, A. R., & Rahmadhani, A. Y. (2021). Analisis Sentimen Masyaraka Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine. Jurnal Informatika.
A. Surahman, “PENGEMBANGAN MARKET SEGMENTASI UNTUK MENCAPAI KEUNGGULAN BERSAING PADA E-MARKETPLACE,” J. Komput. dan Inform., vol. 15, no. 1, pp. 118–126, 2020.
R. Tineges, A. Triayudi, and I. D. Sholihati, “Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM),” J. Media Inform. Budidarma, vol. 4, no. 3, p. 650, 2020, doi: 10.30865/mib.v4i3.2181.
A. Putra, D. Haeirudin, H. Khairunnisa, and R. Latifah, “Analisis Sentimen Masyarakat Terhadap Kebijakan PPKM Pada Media Sosial Twitter Menggunakan Algoritma SVM,” Semin. Nas. Sains dan Teknol. 2021, no. November, pp. 1–6, 2021.
N. Fitriyah, B. Warsito, and D. A. I. Maruddani, “Analisis Sentimen Gojek Pada Media Sosial Twitter Dengan Klasifikasi Support Vector Machine (Svm,” J. Gaussian, vol. 9, no. 3, pp. 376–390, 2020, doi: 10.14710/j.gauss.v9i3.28932.
F. D. Ananda and Y. Pristyanto, “Analisis Sentimen Pengguna Twitter Terhadap Layanan Internet Provider Menggunakan Algoritma Support Vector Machine,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 20, no. 2, pp. 407–416, 2021, doi: 10.30812/matrik.v20i2.1130.
M. I. Fikri, T. S. Sabrila, Y. Azhar, and U. M. Malang, “Comparison of the Naïve Bayes Method and Support Vector Machine on Twitter Sentiment Analysis,” SMATIKA J. STIKI Inform. J., vol. 10, no. 2, pp. 71–76, 2020.
M. A. Reinfeld, “a C Ase S Tudy of the Grp 5000,” Technology, vol. 5, no. 3123, pp. 548–554, 2011.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Rizki Azhar, Muhammad Farid Wijayanto
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
