Analisis Sentimen Komentar Warga Twitter terhadap Calon Wakil Presiden Nomor Urut 02 saat Debat Cawapres Menggunakan Naive Bayes
DOI:
https://doi.org/10.35473/jamastika.v3i2.3376Abstract
Debat calon wakil presiden Indonesia yang dilaksanakan pada 21 Januari 2024, menuai
banyak komentar positif maupun negatif dari masyarakat, yang menimbulkan pro-kontra di
kalangan masyarakat pada media sosial Twitter. Tujuan penelitian ini adalah untuk mengolah
dan menganalisis hasil sentimen dari komentar masyarakat Indonesia terkait debat calon wakil
presiden. Penelitian ini mengambil dataset sebanyak 367 data: 181 data positif, 52 data negatif,
dan 135 data netral yang berasal dari komentar warga Twitter dan berfokus pada calon wakil
presiden nomor urut 02 yaitu Gibran Rakabuming Raka. Metode yang digunakan untuk
mengolah data yakni algoritma Naïve Bayes. Langkah-langkah yang dilakukan dalam
penelitian ini yakni cleaning data, Preprocessing, Translating, Labeling, Visualization, dan
data training. Untuk melakukan analisis sentiment, dataset dibagi menjadi dua bagian dengan
perbandingan 70:30 untuk pelatihan dan pengujian. Hasil evaluasi menunjukkan bahwa model
memiliki akurasi sebesar 83.70%.
Kata kunci: Debat, Komentar, Naive Bayes
References
Aggrawal, N. (2018). Detection of Offensive Tweets: A Comparative Study. Computer Reviews Jurnal, Vol
No 1 (2018) ISSN: 2581-6640. Bhatia, S., Sharma, M., & Bhatia , K. K.
(2017). Sentiment Analysis and Mining of Opinions. Stud. Big Data, Vol. 30, Pp. 503-523.
Cahyono, A. S. (2016). Pengaruh Media Sosial Terhadap Perubahan Sosial Masyarakat di Indonesia. Publiciana, Hal. 140-157.
Colleta, L. F., Ponti, M., Hruschka, E. R., Acharya, A., & Ghosh, J. (2019). Combining clustering and active learning for the detection and learning of new image classes. Neurocomputing, Vol. 358, Pages
-165.
Darwis, D., Siskawati, N., & Abidin, Z. (2021). PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN REVIEW DATA TWITTER BMKG NASIONAL. Jurnal Teknokompak, Vol 15, No 1 (2021).
Dina Agustina, F. R. (2022). Analisis Sentimen pada Sosial Media Twitter terhadap MRT Jakarta Menggunakan Machine Learning. Information System Research Jurnal, 2022, Vol. II, Nomor 1.
Fitri, E. (2020). Analisis Sentimen Terhadap Aplikasi RuangguruMenggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine. Jurnal Transformatika, Vol18, No 1 (2020).
Harjanta, A. T. (2015). Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining. Jurnal Informatika Upgris, Vol.1,No 1.
Hidayatullah, A. F., Fadila, A. A., Juwairi, K. P., & Nayoan, R. A. (2019). Identifikasi Konten Kasar Pada Tweet Bahasa Indonesia. Jurnal Linguistik Komputasional, Vol. 2 No.1.
Imam Kurniawan, A. S. (2019). Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019. JURNAL EKSPLORA INFORMATIKA.
Rasenda, H. L. (2020). Implementasi K-NN Dalam Analisa Sentimen Riba Pada Bunga Bank . JURNAL MEDIA INFORMATIKA BUDIDARMA , IV, Nomor II , 369-376 .
Subagio, A. W., Sari, A. P., & Sihananto A.N. (2024). Klasifikasi Lexicon-Based Sentiment Analysis Tragedi Kanjuruhan pada Twitter Menggunakan Algoritma Convolutional Neural Network. JUISIK, Vol. 4 No. 1 (2024).
Subiyanto, A. E. (2020). Pemilihan Umum Serentak yang Berintegritas sebagai Pembaruan Demokrasi Indonesia. Jurnal Konstitusi, Vol. 17, No. 2, 2020.
Thariq Muhammad Firdausy, P. P. (2022). Deteksi Iklan pada Twit menggunakan Metode Naive Bayes. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer , VI No. I, 204-209.
Vindua, R., & Zailani , A. U. (2023). Analisis Sentimen Pemilu Indonesia Tahun 2024 Dari Media Sosial Twitter Menggunakan Python. JURIKOM : Jurnal Riset Komputer, Vol. 10, No.
