SENTIMEN ANALISIS TERHADAP PUAN MAHARANI SEBAGAI KANDIDAT CALON PRESIDEN 2024 BERDASARKAN OPINI TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN ADABOOST
Abstract views: 885
,
PDF downloads: 799
Abstract
Indonesia merupakan negara yang menganut sistem demokrasi, hal ini ditandai dengan diselenggarakannya pemilihan umum presiden dan wakil presiden. Publik sangat antusias dengan pencalonan presiden 2024, tidak hanya di dunia nyata, bahkan di dunia maya seperti Twitter pun masyarakat sangat antusias. Jumlah pengguna Twitter bisa digunakan untuk mengetahui sentimen masyarakat terkait pencalonan presiden 2024, untuk menentukan sentimen positif dan negatif sebuah tweet bisa dilakukan secara manual, namun jika dilihat dari jumlah penggunanya, opini yang dihasilkan juga besar. . Oleh karena itu diperlukan suatu mesin yang dapat menganalisis tweet dan mengklasifikasikan tweet menjadi sentimen positif dan negatif secara otomatis. Dalam penelitian ini, penulis melakukan analisis sentimen terhadap tanggapan warganet di media sosial Twitter terhadap ketua DPR Puan Maharani yang akan mencalonkan diri pada pemilihan wakil presiden Indonesia tahun 2024. Penelitian ini menggunakan metode klasifikasi algoritma Naïve Bayes dengan dan AdaBoost untuk mengklasifikasikan perspektif opini publik Twitter terkait pencalonan presiden Puan Maharani. Akurasi yang dihasilkan dari penelitian ini adalah Naïve Bayes 70.50% dan AdaBoost 68.40%.
Kata Kunci: AdaBoost, Naïve Bayes, Pemilihan Umum, Puan Maharani, Sentiment Analysis, Twitter.
Downloads
References
D. A. Vonega, A. Fadila, and D. E. Kurniawan, “Analisis Sentimen Twitter Terhadap Opini Publik Atas Isu Pencalonan Puan Maharani dalam PILPRES 2024,” vol. 6, no. 2, 2022.
S. Nurul, J. Fitriyyah, N. Safriadi, E. Esyudha, and P. #3, “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Analisis Sentimen Calon Presiden Indonesia 2019 dari Media Sosial Twitter Menggunakan Metode Naive Bayes,” (Jurnal Edukasi dan Penelit. Inform., vol. 5, no. 3, pp. 279–285, 2019, [Online]. Available: http://dev.twitter.com.
M. Kuliah, S. K. S. K. Jml, and M. Kuliah, “Program Studi Teknik Industri Fakultas Teknologi Industri - Universitas Ahmad Dahlan,” Dspace.Uii.Ac.Id, pp. 2019–2020, 2019, [Online]. Available: https://dspace.uii.ac.id/bitstream/handle/123456789/5744/05. 1 bab 1.pdf?sequence=5&isAllowed=y
E. Manalu, F. A. Sianturi, and M. R. Manalu, “Penerapan Algoritma Naive Bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan dan Jumlah Pemesanan Pada CV. Papadan Mama Pastries,” J. Mantik Penusa, vol. 1, no. 2, pp. 16–21, 2017, [Online]. Available: https://ezp.lib.unimelb.edu.au/login?url=https://search.ebscohost.com/login.aspx?direct=true&db=ffh&AN=2008-10-Aa4022&site=eds-live&scope=site
R. Y. Hayuningtyas, “Penerapan Algoritma Naïve Bayes untuk Rekomendasi Pakaian Wanita,” J. Inform., vol. 6, no. 1, pp. 18–22, 2019, doi: 10.31311/ji.v6i1.4685.
A. Novandya et al., “Klasifikasi Data Cuaca Dengan Optimasi Decision Tree Berbasis Particle Swarm Optimization Dan Adaboost Klasifikasi Data Cuaca Dengan Optimasi Decision Tree Berbasis Particle Swarm,” 2017.
E. Listiana and M. A. Muslim, “Prosiding Seminar Nasional Teknologi dan Informatika, 2017 : Kudus, 25 Juli 2017,” Pros. SNATIF, no. 2015, pp. 875–881, 2017.
F. Ridho, “Rancang bangun aplikasi web crawling untuk mencari harga barang termurah dari berbagai e-marketplace studi kasus: tokopedia, bukalapak, shopee,” Repository.Uinjkt.Ac.Id, 2020,
[Online].Available:https://repository.uinjkt.ac.id/dspace/handle/123456789/56138%0Ahttps://repository.uinjkt.ac.id/dspace/bitstream/123456789/56138/1/FARHAN RIDHO-FST.pdf
S. Hikmawan, A. Pardamean, and S. N. Khasanah, “Sentimen Analisis Publik Terhadap Joko Widodo Terhadap Wabah Covid-19 Menggunakan Metode Machine Learning,” vol. 20, no. 2, pp. 167–176, 2020.
S. Haryati, A. Sudarsono, and E. Suryana, “Implementasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus: Universitas Dehasen Bengkulu),” J. Media Infotama, vol. 11, no. 2, pp. 130–138, 2015.
A. R. Rozzaqi, “Naive Bayes dan Filtering Feature Selection Information Gain untuk Prediksi Ketepatan Kelulusan Mahasiswa,” J. Inform. UPGRIS, vol. 1, pp. 30–41, 2015.
N. R. Wardani and A. Erfina, “Analisis Sentimen Masyarakat Terhadap Layanan Konsultasi dokter Menggunakan Algoritma Naive Bayes,” SISMATIK (Seminar Nas. Sist. Inf. dan Manaj. Inform., pp. 12–18, 2021.
Copyright (c) 2023 Anggi Riantika Dewi, Sri Diana, Moch Alvi Fakhrezi, Nana Awang, Helmi Ma’arif, Dedi Dwi Saputra
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
- This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
-
Author(s)' Warranties
The author warrants that the article is original, written by stated author(s), has not been published before, contains no unlawful statements, does not infringe the rights of others, is subject to copyright that is vested exclusively in the author and free of any third party rights, and that any necessary written permissions to quote from other sources have been obtained by the author(s).
- Information
- Notice about change in the copyright policy of the journal 'Jurnal Sistem Informasi (JSiI)' : "From Vol 1, onwards the copyright of the article published in the journal 'Jurnal Sistem Informasi' will be retained by the author"
.jpg)
