ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP PILKADA 2024 DI MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES
DOI:
https://doi.org/10.23960/jitet.v13i2.6280Abstract Views: 444 File Views: 319
Abstract
Penelitian ini membahas analisis sentimen opini masyarakat terhadap Pilkada 2024 di media sosial Twitter menggunakan algoritma Naïve Bayes dan pembobotan TF-IDF. Data dikumpulkan melalui proses crawling menggunakan Python, menghasilkan 5.182 tweet yang kemudian diproses melalui tahap preprocessing, termasuk case folding, cleansing, stemming, dan labeling. Setelah preprocessing, 4.041 data digunakan untuk analisis sentimen dengan kategori sentimen Netral, Positif, dan Negatif. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu memberikan akurasi sebesar 77%, dengan F1-score tertinggi pada kategori Netral sebesar 0,85. Tema dominan yang ditemukan melalui pembobotan TF-IDF meliputi keamanan, partisipasi masyarakat, dan keberhasilan Pilkada. Evaluasi menggunakan Confusion Matrix membuktikan bahwa metode Naïve Bayes efektif untuk memahami opini masyarakat, sehingga hasil analisis ini dapat memberikan wawasan berharga bagi pemangku kepentingan dalam meningkatkan strategi komunikasi dan keterlibatan publikDownloads
References
A. M. A. Mooduto and U. N. Huda, “Urgensi Keberadaan Lembaga Pemantau Pemilihan Sebagai Pengawal Suara Kolom Kosong,” ADLIYA J. Huk. dan Kemanus., vol. 15, no. 1, pp. 19–36, 2021, doi: 10.15575/adliya.v15i1.9409.
E. Y. Ekowati, “Pragmatisme Politik: Antara Koalisi, Pencalonan, dan Calon Tunggal Dalam Pilkada,” J. Transform., vol. 5, no. 1, pp. 16–37, 2019.
Syarifuddin and S. Hasanah, “Analisis Dampak Penyelenggaraan Pilkada Serentak Tahun 2024,” J. Gov. Polit., vol. 4, no. 2, pp. 252–269, 2020.
N. Sucahyo, I. Kurniati, and K. Harvit, “Analisis Sentimen Masyarakat Terhadap Uu Cipta Kerja Pada Media Sosial Twitter,” Jris J. Rekayasa Inf. Swadharma, vol. 2, no. 1, pp. 63–70, 2022, doi: 10.56486/jris.vol2no1.167.
E. Undamayanti et al., “Analisis Sentimen Menggunakan Metode Naive Bayes Berbasis Particle Swarm Optimization Terhadap Pelaksanaan Program Merdeka Belajar Kampus Merdeka,” J. Sains Komput. Inform. (J-SAKTI, vol. 6, no. 2, pp. 916–930, 2022.
G. Darmawan, S. Alam, and M. I. Sulistyo, “Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes,” STORAGE – J. Ilm. Tek. dan Ilmu Komput., vol. 2, no. 3, pp. 100–108, 2023.
R. Rahmadani, A. Rahim, and R. Rudiman, “Analisis Sentimen Ulasan ‘Ojol the Game’ Di Google Play Store Menggunakan Algoritma Naive Bayes Dan Model Ekstraksi Fitur Tf-Idf Untuk Meningkatkan Kualitas Game,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4988.
M. Ilmar Rifaldi, Y. Raymond Ramadhan, and I. Jaelani, “Analisis Sentimen Terhadap Aplikasi Chatgpt Pada Twitter Menggunakan Algoritma Naïve Bayes,” J. Sains Komput. Inform. (J-SAKTI, vol. 7, no. 2, pp. 802–814, 2023.
cucu sutrisno, “Partisipasi Warga Negara Dalam Pilkada,” J. Pancasila dan Kewarganegaraan, vol. 2, no. 2, pp. 36–48, 2017, doi: 10.24269/v2.n2.2017.36-48.
L. B. Ilmawan and M. A. Mude, “Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store,” Ilk. J. Ilm., vol. 12, no. 2, pp. 154–161, 2020, doi: 10.33096/ilkom.v12i2.597.154-161.
F. A. Larasati, D. E. Ratnawati, and B. T. Hanggara, “Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 9, pp. 4305–4313, 2022.
T. Hidayat et al., “Performance Prediction Using Cross Validation (GridSearchCV) for Stunting Prevalence,” in 2024 IEEE International Conference on Artificial Intelligence and Mechatronics Systems (AIMS), 2024, pp. 1–6. doi: https://doi.org/10.1109/AIMS61812.2024.10512657.
N. L. P. C. Savitri, R. A. Rahman, R. Venyutzky, and N. A. Rakhmawati, “Analisis Klasifikasi Sentimen Terhadap Sekolah Daring pada Twitter Menggunakan Supervised Machine Learning,” J. Tek. Inform. dan Sist. Inf., vol. 7, no. 1, pp. 47–58, 2021, doi: 10.28932/jutisi.v7i1.3216.
T. N. Wijaya, R. Indriati, and M. N. Muzaki, “Analisis Sentimen Opini Publik Tentang Undang-Undang Cipta Kerja Pada Twitter,” Jambura J. Electr. Electron. Eng., vol. 3, no. 2, pp. 78–83, 2021, doi: 10.37905/jjeee.v3i2.10885.
A. Anugrah, T. I. Hermanto, and I. Kaniawulan, “Sentiment Analysis of Internet Service Providers Using Naïve Bayes Based on Particle Swarm Optimization,” J. Ris. Inform., vol. 4, no. 4, pp. 371–378, 2022, doi: 10.34288/jri.v4i4.408.
A. E. Augustia, R. Taufan, Y. Alkhalifi, and W. Gata, “Analisis Sentimen Omnibus Law Pada Twitter Dengan Algoritma Klasifikasi Berbasis Particle Swarm Optimization,” Paradig. - J. Komput. dan Inform., vol. 23, no. 2, 2021, doi: 10.31294/p.v23i2.10430.
A. Nabillah et al., “Twitter User Sentiment Analysis Of TIX ID Applications Using Support Vector Machine Algorithm,” RISTEC Res. Inf. Syst. Technol., vol. 3, no. 1, pp. 14–27, 2022, doi: 10.31980/ristec.v3i1.1898.
D. A. Wulandari, R. Rohmat Saedudin, and R. Andreswari, “Analisis Sentimen Media Sosial Twitter Terhadap Reaksi Masyarakat Pada Ruu Cipta Kerja Menggunakan Metode Klasifikasi Algoritma Naive Bayes,” e-Proceeding Eng., vol. 8, no. 5, pp. 9007–9016, 2021.
N. Helmiah et al., “Penerapan Metode Naïve Bayes dalam Analisis Persepsi Masyarakat mengenai Rencana Pengesahan RUU Omnibus Law di Bidang Investasi dan Ketenagakerjaan Tahun 2020 di Indonesia,” J. MSA ( Mat. dan Stat. serta Apl. ), vol. 8, no. 2, p. 48, 2020, doi: 10.24252/msa.v8i2.16743.
