Analisis Sentimen Pemilihan Presiden dan Wakil Presiden Tahun 2024 Di Twitter Menggunakan Metode Klasifikasi Naive Bayes

Bhilton Mesianus Obidje
Magdalena A. Ineke Pakereng


DOI: https://doi.org/10.29100/jipi.v10i1.5836

Abstract


Pemilihan Umum (PEMILU) dalam sejarah negara Indonesia telah dilaksanakan beberapa kali, namun pemilihan umum yang dilakukan secara langsung oleh masyarakat Indonesia baru pertama kali dimulai pada tahun 2004. PEMILU yang telah diselanggarakan pada tahun 2024 adalah proses untuk mewujudkan demokrasi di Indonesia. Oleh karena itu penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia tentang calon presiden yang  dipilih pada PEMILU tahun 2024. Untuk menganalisis sentimen masyarakat pada penelitian ini, akan menggunakan metode klasifikais Naive Bayes untuk dikelompokkan menjadi sentimen positif, netral dan negatif. Oleh karena itu hasil penelitian ini adalah pengelompokkan sentimen masyarakat tentang PEMILU 2024 dan menarik kesimpulan dari pengelompokkan tersebut. Analisis sentimen yang didapatkan menggunakan metode Naive Bayes pada Calon Presiden (Capres) Anies Baswedan mendapatkan sentimen positif 58, netral 20, negatif 19 dengan accuracy = 0,75 dan missclass = 0,25, sedangkan pada capres Prabowo Subianto mendapatkan sentimen positif 53, netral 24, negatif 21 dengan accuracy = 0,5 dan missclass = 0,5 dan pada capres Ganjar Pranowo mendapatkan sentimen positif 77, netral 14, negatif 9 dengan accuracy = 0,8 dan missclass = 0,2.


Keywords


PEMILU, Sentimen, Text Mining, Naïve Bayes, positif, negatif, netral.

Full Text:

PDF

Article Metrics :

References


Nabilah Muhamad (2023, 05 Juli). Jumlah Pemilu 2024 Berdasarkan Kelompok Usianya (Juli 2023). Diakses pada 24 oktober 2023, dari https://databoks.katadata.co.id/datapublish/2023/07 /05/kpu-pemilih-pemilu-2024-didominasi-oleh-kelompok-gen-z-dan-milenial

Cindy Mutia Annur (2023, 31 Mei) 10 Negara dengan Jumlah Pengguna Twitter Terbanyak di Dunia (April 2023). Diakses pada 30 Oktober 2023, dari https://databoks.katadata.co.id/ datapublish/2023/05/31/jumlah-pengguna-twitter-di-indonesia-capai-1475-juta-per-april-2023-peringkat-keenam-dunia

Putri, Duei Dianati; Nama, Gigih Forda; Sulistiono, Wahyu Eko, 2022."Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier". Jurnal Informatika dan Teknik Elektro Terapan (JITET). Vol 10 No. 1.

Kurniawan, Imam; Susanto, Ajib, 2019. "Implementasi Metode K-Means dan Naive Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019". Jurnal Eksploran Informatika.

Samsir; Ambiyar; Verawardina, Unung; Firman Edi; Watrianthos, Ronal. 2021. "Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naive Bayes". Jurnal Media Informatika Budidarma. Vol 5 No. 1.

Buntoro, Ghulam Asrofi. 2017. "Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter". Integer Journal Vol 2 No. 1

Supriyanto, Jepi; Alita, Debby; Isnain, Auliya Rahman. 2023. "Penerapan Algoritma K-Nearest Neighbor (K-NN) Untuk Analisis Sentimen Publik Terhadap Pembelajaran Daring". Jurnal Informatika dan Rekayasa Perangkat Lunak (JATIKA). Vol 4, No. 1

Lutfiansyah, Raihanda; Wasito, Budi. 2023. "Analisis Sentimen Terhadap Para Kandidat Presiden 2024 Berdasarkan Netizen Pengguna Twitter Dengan Metode Data Mining dan Text Mining.

Firdaus, Ali; Firdaus, Wahyu Istalama. 2021. "Text Mining Dan Pola Algoritma Dalam Penyelesaian Masalah Informasi. Jurnal Penelitian dan Ilmu Komputer. Vol 13 No. 1

Arsad, Asriyani; Mustamin, Hamid; Santosa, M. 2024. "Penerapan Teks Mining dan Cosine Similarity Untuk Menentukan Kesamaan Dokumen Skripsi". Indonesian Journal on Information System.

Mustafa, M. Syukri; Ramadhan, Muh Rizky; Thenata, Angelina P. 2017. "Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier". Cite e Journal. Vol 4 No. 2.