PERBANDINGAN ANALISIS SENTIMEN SETELAH PILPRES 2024 DI TWITTER MENGGUNAKAN ALGORITMA MACHINE LEARNING
DOI:
https://doi.org/10.23960/jitet.v12i2.4249Abstract Views: 1521 File Views: 1121
Abstract
Penelitian ini bertujuan untuk menganalisis sentimen opini masyarakat di media sosial Twitter setelah Pemilihan Presiden 2024 menggunakan beberapa algoritma machine learning yaitu Naive Bayes, Support Vector Machine, dan Logistic Regression. Data yang digunakan bersumber dari Twitter dengan total 4.260 data yang terdiri dari 3 dataset calon presiden (Ganjar Pranowo, Anies Baswedan, dan Prabowo Subianto). Dilakukan proses crawling data, pembersihan data, pelabelan data menggunakan Vader, dan pelatihan data dengan TF-IDF sebelum dilakukan klasifikasi sentimen. Hasil eksperimen menunjukkan bahwa algoritma Logistic Regression memiliki performa terbaik pada dataset Ganjar Pranowo dengan akurasi 84,39%, presisi 84,92%, recall 84,39%, dan f-measure 81,52%. Penelitian ini memberikan insight tentang perbandingan performa algoritma klasifikasi dalam kasus analisis sentimen pada media sosial yang dapat digunakan sebagai referensi untuk penelitian serupa di masa mendatang.Downloads
References
R. Vindua and A. U. Zailani, “Analisis Sentimen Pemilu Indonesia Tahun 2024 Dari Media Sosial Twitter Menggunakan Python,” JURIKOM (Jurnal Riset Komputer), vol. 10, no. 2, p. 479, Apr. 2023, doi: 10.30865/jurikom.v10i2.5945.
L. Aji Andika and P. Amalia Nur Azizah, “Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier,” 2019.
A. N. Hasanah and B. N. Sari, “ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI JASA OJEK ONLINE MAXIM PADA GOOGLE PLAY DENGAN METODE NAÏVE BAYES CLASSIFIER,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 1, Jan. 2024, doi: 10.23960/jitet.v12i1.3628.
F. V. Sari and A. Wibowo, “ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD.ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI,” Jurnal SIMETRIS, vol. 10, no. 2, 2019.
L. Ardiani, H. Sujaini, and T. Tursina, “Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak,” Jurnal Sistem dan Teknologi Informasi (Justin), vol. 8, no. 2, p. 183, Apr. 2020, doi: 10.26418/justin.v8i2.36776.
S. Algifari Rismawan, Y. Syahidin, P. Piksi Ganesha Bandung, J. Gatot Subroto No, and K. Batununggal, “Implementasi Website Berita Online Menggunakan Metode Crawling Data Dengan Bahasa Pemrograman Python,” vol. 10, no. 3, pp. 167–178, 2023, [Online]. Available: http://jurnal.mdp.ac.id
M. R. Fais Sya’ bani, U. Enri, and T. N. Padilah, “Analisis Sentimen Terhadap Bakal Calon Presiden 2024 Dengan Algoritme Naïve Bayes,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 2, p. 265, Apr. 2022, doi: 10.30865/jurikom.v9i2.3989.
V. Kalra and R. Aggarwal, “Importance of Text Data Preprocessing & Implementation in RapidMiner,” in Proceedings of the First International Conference on Information Technology and Knowledge Management, PTI, Jan. 2018, pp. 71–75. doi: 10.15439/2017km46.
D. Abimanyu, E. Budianita, E. Pandu Cynthia, F. Yanto, P. Studi Teknik Informatika, and F. Sains Dan Teknologi, “Analisis Sentimen Akun Twitter Apex Legends Menggunakan VADER,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, no. 3, 2022, [Online]. Available: https://techno.kompas.com
N. C. Lengkong, O. Safitri, S. Machsus, Y. R. Putra, A. Syahadati, and R. Nooraeni, “ANALISIS SENTIMEN PENERAPAN PSBB DI DKI JAKARTA DAN DAMPAKNYA TERHADAP PERGERAKAN IHSG,” Jurnal Teknoinfo, vol. 15, no. 1, p. 20, Jan. 2021, doi: 10.33365/jti.v15i1.866.
D. Septiani and I. Isabela, “SINTESIA: Jurnal Sistem dan Teknologi Informasi Indonesia ANALISIS TERM FREQUENCY INVERSE DOCUMENT FREQUENCY (TF-IDF) DALAM TEMU KEMBALI INFORMASI PADA DOKUMEN TEKS”.
A. M. Pravina, I. Cholissodin, and P. P. Adikara, “Analisis Sentimen Tentang Opini Maskapai Penerbangan pada Dokumen Twitter Menggunakan Algoritme Support Vector Machine (SVM),” 2019. [Online]. Available: http://j-ptiik.ub.ac.id
A. Muhammadin and I. A. Sobari, “Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma SVM Dan NBC,” Jurnal Rekayasa Perangkat Lunak, vol. 2, no. 2, 2021, [Online]. Available: http://jurnal.bsi.ac.id/index.php/reputasi
