ANALISIS TEKNIK PREPROCESSING PADA SENTIMEN MASYARAKAT TERKAIT KONFLIK ISRAEL-PALESTINA MENGGUNAKAN SUPPORT VECTOR MACHINE

Abd. Azis Syam
Galang Hardy M
Agus Salim
Dewi Fatmarani Surianto - [ https://orcid.org/0009-0003-3169-9993 ]
Muhammad Fajar B


DOI: https://doi.org/10.29100/jipi.v9i3.5527

Abstract


Konflik Israel dan Palestina menjadi perhatian di media sosial saat ini terutama di Indonesia. Beragam ulasan yang dapat ditemui pada media sosial baik yang bersifat negatif maupun positif. Oleh sebab itu dilakukanlah sebuah penelitian yang bertujuan untuk menganalisa ulasan yang bersifat positif maupun negatif oleh Masyarakat Indonesia terhadap masalah yang sedang terjadi antara Israel dan Palestina di media sosial menggunakan algoritma Support Vector Machine dengan tiga skema preprocessing. Metode penelitian dilaksanakan dengan berbagai tahap yakni pengumpulan data ulasan, preprocessing data ulasan, klasifikasi, dan evaluasi model. Penelitian ini menggunakan data komentar masyarakat Indonesia pada platform YouTube. Hasil dari penelitian menunjukkan bahwa skema 3 yang menerapkan casefolding dan stemming memiliki nilai akurasi tertinggi dimana nilai F1-Score untuk ulasan positif mencapai 98% dan untuk ulasan negatif mencapai 93%, diikuti oleh skema 1 yang menerapkan casefolding, stopword dan stemming dengan nilai F1-Score untuk ulasan positif mencapai 97% dan ulasan negatif mencapai 85% dan yang terakhir adalah skema 2 yang menerapkan casefolding dan stopword dengan nilai F1-Score untuk ulasan positif mencapai 96% dan ulasan negatif mencapai 85%. Dengan hasil tersebut dapat dilihat bahwa skema preprocessing mempengaruhi hasil dari algoritma Support Vector Machine.

Keywords


Analisis Sentimen; Israel; Palestina; Preprocessing; Support Vector Machine

Full Text:

PDF

Article Metrics :

References


F. S. Mamad, J. S. Putra, R. Saaulia, and S. Adnis, “Yasser Arafat dan Konflik Palestina-Israel (Tinjauan Sejarah),” Khazanah: Jurnal Sejarah dan Kebudayaan Islam, pp. 1–13, Jun. 2020, doi: 10.15548/khazanah.v0i0.190.

S. Widagdo and R. Kurniaty, “Prinsip Responsibility to Protect (R2P) dalam Konflik Israel-Palestina: Bagaimana Sikap Indonesia?,” Arena Hukum, vol. 14, no. 2, pp. 314–327, Aug. 2021, doi: 10.21776/ub.arenahukum.2021.01402.6.

A. Syari’ah, N. Nabilah, and R. Wijayanti, “Kekejaman Israel terhadap Rakyat Palestina: Telaah Berita-berita Cnn Indonesia Tahun 2019-2021,” Dinamika Sosial: Jurnal Pendidikan Ilmu Pengetahuan Sosial, vol. 1, no. 1, pp. 58–80, 2022, [Online]. Available: http://urj.uin-malang.ac.id/index.php/dsjpips

Alfons Yoshio Hartanto, “Membandingkan Korban dari Sisi Israel dan Palestina Sejak 2008,” tirto.id.

I. Izzulsyah, A. Nur Hidayah, Radika, and L. Saputra, “Analisis Penggunaan Media Sosial di Masa Pandemi (Analysis of Social Media Use During Pandemic),” Jurnal Fraction, vol. 2, no. 1, p. 21, 2022.

A. Hermawansyah and A. R. Pratama, “Analisis Profil dan Karakteristik Pengguna Media Sosial di Indonesia dengan Metode EFA dan MCA,” Techno.COM, vol. 20, no. 1, pp. 69–82, 2021.

H. Ramanizar, A. Fajri, R. Binsar Sinaga, H. Mubarok, A. D. Pangestu, and D. S. Prasvita, “Analisis Sentimen Pengguna Twitter terhadap Konflik antara Palestina dan Israel Menggunakan Metode Naïve Bayesian Classification dan Support Vector Machine,” Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA) Jakarta-Indonesia, 2021.

I. Afdhal, R. Kurniawan, I. Iskandar, R. Salambue, E. Budianita, and F. Syafria, “Penerapan Algoritma Random Forest untuk Analisis Sentimen Komentar di Youtube tentang Islamofobia,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, no. 1, 2022.

G. Xu, Y. Meng, X. Qiu, Z. Yu, and X. Wu, “Sentiment Analysis of Comment Texts Based on BiLSTM,” IEEE Access, vol. 7, pp. 51522–51532, 2019, doi: 10.1109/ACCESS.2019.2909919.

Bhowmik, Sima, and J. Fisher, “Framing the Israel-Palestine Conflict 2021: Investigation of CNN’s Coverage from a Cease Journalism Perspective,” Media Cult Soc, no. 45, pp. 1019–1035, 2023.

A. Firdaus and W. I. Firdaus, “Text Mining dan Pola Algoritma dalam Penyelesaian Masalah Informasi: (Sebuah Ulasan),” Jurnal JUPITER, vol. 13, no. 1, p. 66, 2021.

F. Fathonah and A. Herliana, “Penerapan Text Mining Analisis Sentimen Mengenai Vaksin COVID-19 Menggunakan Metode Naïve Bayes,” Jurnal Sains dan Informatika, vol. 7, no. 2, pp. 155–164, Dec. 2021, doi: 10.34128/jsi.v7i2.331.

A. Bagus Sasmita, B. Rahayudi, and L. Muflikhah, “Analisis Sentimen Komentar pada Media Sosial Twitter tentang PPKM COVID-19 di Indonesia dengan Metode Naïve Bayes,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 3, pp. 1208–1214, 2022, [Online]. Available: http://j-ptiik.ub.ac.id

P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 8, no. 1, pp. 147–156, 2021, doi: 10.25126/jtiik.202183944.

Z. Alhaq, A. Mustopa, S. Mulyatun, and J. D. Santoso, “Penerapan Metode Support Vector Machine untuk Analisis Sentimen Pengguna Twitter,” JOISM : JURNAL OF INFORMATION SYSTEM MANAGEMENT, vol. 3, no. 1, pp. 16–21, 2021.

Q. Jiangtao, L. Zhangxi, and S. Qinghong, “Investigating the Opinions Distribution in the Controversy on Social Media,” Inf Sci (N Y), vol. 489, pp. 274–288, 2019.

N. Chand, P. Mishra, C. R. Krishna, E. S. Pilli, and M. C. Govil, “A Comparative Analysis of SVM and its Stacking with other Classification Algorithm for Intrusion Detectionintrusion detection,” in Proceedings - 2016 International Conference on Advances in Computing, Communication and Automation, ICACCA 2016, Institute of Electrical and Electronics Engineers Inc., Sep. 2016. doi: 10.1109/ICACCA.2016.7578859.

R. Resmiati and T. Arifin, “Klasifikasi Pasien Kanker Payudara Menggunakan Metode Support Vector Machine dengan Backward Elimination,” SISTEMASI: Jurnal Sistem Informasi, vol. 10, no. 2, pp. 381–393, 2021, [Online]. Available: http://sistemasi.ftik.unisi.ac.id

S. Khairunnisa, Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing Terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, no. 2, pp. 406–414, Apr. 2021, doi: 10.30865/mib.v5i2.2835.

R. Y. Goh and L. S. Lee, “Credit Scoring: A Review on Support Vector Machines and Metaheuristic Approaches,” Advances in Operations Research, vol. 2019, 2019, doi: 10.1155/2019/1974794.

E. Fitri, Y. Yuliani, S. Rosyida, and W. Gata, “Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest, dan Support Vector Machine,” TRANSFORMTIKA, vol. 18, no. 1, pp. 71–80, 2020, [Online]. Available: www.nusamandiri.ac.id,

R. Thaniket, Kusrini, and E. Taufik Luthf, “Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma Support Vector Machine,” JURNAL FATEKSA: Jurnal Teknologi dan Rekayasa, vol. 5, no. 2, 2020.

D. Darwis, E. Shintya Pratiwi, and O. A. Ferico Pasaribu, “Penerapan Algoritma SVM untuk Analisis Sentimen pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia,” Jurnal Ilmiah Edutic, vol. 7, no. 1, 2020.

A. Rahman Isnain, A. Indra Sakti, D. Alita, and N. Satya Marga, “Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta menggunakan Algoritma Support Vector Machine (SVM),” JDMSI, vol. 2, no. 1, pp. 31–37, 2021, [Online]. Available: https://t.co/NfhnfMjtXw

M. N. Muttaqin and I. Kharisudin, “Analisis Sentimen pada Ulasan Aplikasi Gojek menggunakan Metode Support Vector Machine dan K-Nearest Neighbor,” UNNES Journal of Mathematics, vol. 10, no. 2, pp. 22–27, 2021, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/ujm

U. Mufidah and M. Siahaan, “Perancangan Aplikasi Perbandingan Harga Produk (Historical Data) dengan Teknik Scraping Web,” Pusdansi.org, vol. 1, no. 1, pp. 1–13, 2021.

M. B. A. Darmawan, F. Dewanta, and S. Astuti, “Analisis Perbandingan Algoritma Decision Tree, Random Forest, dan Naïve Bayes untuk Prediksi Banjir di Desa Dayeuhkolot,” TELKA, vol. 9, no. 1, pp. 52–61, 2023.

M. Astiningrum, K. S. Batubulan, and L. A. Sias, “Implementasi Analisis Sentimen Twitter Mengenai Opini Masyarakat terhadap RKUHP Tahun 2019,” SEMINAR INFORMATIKA APLIKATIF POLINEMA (SIAP), 2020.