Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI SENTIMEN MASYARAKAT DI TWITTER TERHADAP PRABOWO SUBIANTO SEBAGAI BAKAL CALON PRESIDEN 2024 MENGGUNAKAN M-KNN

ABDUL HALIM, - (2023) KLASIFIKASI SENTIMEN MASYARAKAT DI TWITTER TERHADAP PRABOWO SUBIANTO SEBAGAI BAKAL CALON PRESIDEN 2024 MENGGUNAKAN M-KNN. Klasifikasi Sentimen Masyarakat Di Twitter Terhadap Prabowo Subianto Sebagai Bakal Calon Presiden 2024 Menggunakan M-KNN, 5 (1). pp. 202-212. ISSN 2686-228X

[img]
Preview
Text
ABDUL HALIM 11950113404.pdf

Download (2MB) | Preview

Abstract

Pemilihan presiden diadakan setiap lima tahun sekali dan setiap calon presiden akan mendapatkan dukungan dari beberapa partai politik untuk maju dalam pencalonan dalam pemilihan tersebut. Dalam sistem multi partai, jumlah partai pesert a pemilu sangatlah banyak, sehingga perspektif pemilih terhadap para aktor politik, termasuk calon presiden yang akan maju dalam pemilu tahun 2024, menjadi beragam. Hasil survei dari Polling Indonesia (SPIN) yang dilakukan pada tanggal 7 hingga 16 Oktober 2022 menunjukkan bahwa Prabowo Subianto memiliki elektabilitas tertinggi dengan skor 31,6%, berdasarkan survei kepemimpinan nasional. Dalam penelitian ini, dilakukan pengujian dengan mengklasifikasikan data tweet dari masyarakat yang dikumpulkan di aplikasi Twitter dari bulan Januari hingga Desember 2022 menggunakan metode Modified k-Nearest Neighbor untuk menganalisis sentimen masyarakat terkait pemilihan yang akan datang. Data yang dikumpulkan sebanyak 2.100 data dengan kategori positif dan negatif yang terkait dengan "Calon Presiden" dan "Prabowo Subianto" serta pelaksanaan klasifikasi Modified k-Nearest Neighbor dilakukan menggunakan Google Colab. Berdasarkan hasil pengujian confusion matrix dari klasifikasi Modified k-Nearest Neighbor dengan tiga perbandingan yang dilakukan (yaitu perbandingan 70%:30%, 80%:20% dan 90%:10%) dan menggunakan k = 3, 5, 7, 9, 11, saat uji coba perbandingan 90:10 pada K=3 didapatkan hasil akurasi tertinggi dengan nilai 93,3%.

Item Type: Article
Subjects: 600 Teknologi dan Ilmu-ilmu Terapan
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 20 Dec 2023 01:25
Last Modified: 20 Dec 2023 01:25
URI: http://repository.uin-suska.ac.id/id/eprint/76144

Actions (login required)

View Item View Item