ANALISIS SENTIMEN PENGGUNA X MENGENAI OPINI MASYARAKAT TENTANG DINASTI POLITIK MENGGUNAKAN ALGORITMA NAÏVE BAYES
DOI:
https://doi.org/10.23960/jitet.v13i2.6299Abstract Views: 227 File Views: 236
Abstract
Fenomena dinasti politik di Indonesia sering memicu perdebatan, terutama terkait dampaknya terhadap demokrasi dan representasi rakyat. Media sosial, seperti X, menjadi wadah utama bagi masyarakat untuk mengekspresikan opini mereka mengenai isu ini. Namun, analisis sentimen terhadap opini publik di media sosial menghadapi tantangan, terutama karena data teks yang tidak terstruktur dan mengandung noise. Penelitian ini bertujuan untuk mengidentifikasi kata-kata yang sering muncul dalam sentimen terkait dinasti politik, mengevaluasi akurasi algoritma Naïve Bayes dalam analisis sentimen, serta menentukan teknik sampling yang paling optimal untuk meningkatkan akurasi model. Metode yang digunakan adalah Knowledge Discovery in Database (KDD) dengan algoritma Naïve Bayes sebagai model klasifikasi sentimen. Hasil penelitian menunjukkan bahwa kata-kata seperti “politik,” “dinasti,” “banten,” “rakyat,” dan “keluarga” sering muncul dalam sentimen terkait dinasti politik. Teknik linear sampling memberikan akurasi tertinggi sebesar 77.78%, dengan precision 76.19% dan recall 84.21%. Penelitian ini menunjukkan bahwa distribusi data yang seimbang dan teknik sampling yang tepat berpengaruh signifikan terhadap performa model.Downloads
References
D. A. Agustina, S. Subanti, and E. Zukhronah, “Implementasi Text Mining Pada Analisis Sentimen Pengguna Twitter Terhadap Marketplace di Indonesia Menggunakan Algoritma Support Vector Machine,” Indones. J. Appl. Stat., vol. 3, no. 2, pp. 109–122, 2020, doi: 10.13057/ijas.v3i2.44337.
K. C. Astuti, A. Firmansyah, and A. Riyadi, “Implementasi Text Mining Untuk Analisis Sentimen Masyarakat Terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store,” REMIK Ris. dan E-Jurnal Manaj. Inform. Komput., vol. 8, no. 1, pp. 383–394, 2024.
A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, pp. 116–124, 2020, doi: 10.33365/jti.v14i2.679.
F. Fathonah and A. Herliana, “Penerapan Text Mining Analisis Sentimen Mengenai Vaksin Covid - 19 Menggunakan Metode Naïve Bayes,” J. Sains dan Inform., vol. 7, no. 2, pp. 155–164, 2021, doi: 10.34128/jsi.v7i2.331.
T. Krisdiyanto and E. M. O. Nurharyanto, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 7, no. 1, pp. 32–37, 2021, doi: 10.24014/coreit.v7i1.12945.
E. Priansyah and T. Sutabri, “Analisis Sentimen Berbasis Naïve Bayes Pada Media Sosial Twitter Terhadap Hasil Pemilu Indonesia 2024,” IJM Indones. J. Multidiscip., vol. 2, no. 3, pp. 128–138, 2024, [Online]. Available: https://journal.csspublishing/index.php/ijm
A. Kusuma and A. Nugroho, “Analisa Sentimen Pada Twitter Terhadap Kenaikan Tarif Dasar Listrik Dengan Metode Naïve Bayes,” J. Ilm. Teknol. Inf. Asia, vol. 15, no. 2, pp. 137–146, 2021, doi: 10.32815/jitika.v15i2.557.
A. Halim and Andri Safuwan, “Analisis Sentimen Opini Warganet Twitter Terhadap Tes Screening Genose Pendeteksi Virus Covid-19 Menggunakan Metode Naïve Bayes Berbasis Particle Swarm Optimization,” J. Inform. Teknol. dan Sains, vol. 5, no. 1, pp. 170–178, 2023, doi: 10.51401/jinteks.v5i1.2229.
Agus Dedi, “Politik Dinasti Dalam Perspektif Demokrasi,” Moderat J. Ilm. Ilmu Pemerintah., vol. 8, no. 1, pp. 92–101, 2022, doi: 10.25157/moderat.v8i1.2596.
M. I. Fikri, T. S. Sabrila, and Y. Azhar, “Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter,” Smatika J., vol. 10, no. 02, pp. 71–76, 2020.
T. I. Hermanto and M. A. Sunandar, “ANALISIS DATA SEBARAN PENYAKIT MENGGUNAKAN ALGORITMA DENSITY BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE,” J. Sains Komput. dan Teknol. Inf., vol. 3, no. 1, pp. 104–110, 2020, [Online]. Available: http://jurnal.umt.ac.id/index.php/nyimak
I. Print, G. A. Putri, A. Trimaysella, and A. Khoiriah, “Penerapan Klasifikasi Data Mining pada Diabetes Menggunakan Metode Naive Bayes,” J. Ilmu Komput. Teknol. Terap., vol. 1, no. 1, pp. 1–9, 2024.
