Zairy Cindy Dwinnie, -
(2024)
PENERAPAN MACHINE LEARNING PADA ANALISIS SENTIMEN TWITTER SEBELUM DAN SESUDAH DEBAT CALON PRESIDEN DAN WAKIL PRESIDEN TAHUN 2024.
Jurnal Media Informatika Budidarma, 8 (2).
pp. 758-767.
ISSN 2548-8368
Abstract
Pemilihan Presiden 2024 menjadi topik terhangat pada dua tahun belakang. KPU telah mengkonfirmasi bahwasannya ada 3 kandidat Calon Presiden dan Wakil Presiden. Untuk itu, sebagai momentum bagi pemilih untuk menilai kandidat Presiden dan Wakil Presiden 2024, KPU melaksanakan Debat Pilihan Presiden 2024 yang didasarkan pada UU Nomor 7 Tahun 2017 tentang Pemilihan Umum. Berdasarkan informasi yang dipaparkan dilaman kpu.go.id, debat akan diselenggaran sebanyak 5 kali dengan 3 debat calon presiden dan 2 debat calon wakil presiden. Untuk itu perlu dilakukan analisis untuk mengetahui bagaimana sentimen publik dalam bentuk positif, negatif dan netral di Twitter terhadap ketiga calon pasangan Presiden dan Wakil Presiden 2024 pada saat sebelum dan sesudah debat diselenggarakan. Tujuannya untuk memperkirakan dukungan atau ketidaksetujuan publik terhadap ketiga pasangan calon. Pada penelitian ini menggunakan tiga algoritma sebagai perbandingan akurasi klasifikasi yaitu algoritma Support Vector Machine, Random Forest dan Logistic Regression. Dimana data yang digunakan adalah data tweet pada twitter terkait sebelum dan sesudah debat sebanyak 30 dataset dengan jumlah keseluruhan 9000 data. Dari hasil klasifikasi, didapat rata-rata akurasi pada ketiga algoritma yaitu SVM dan Random Forest sebesar 78%, dan Logistic Regression sebesar 79%. Didapat polaritas tertinggi dari klasifikasi ketiga algoritma terdapat pada kelas positif. Hal ini menandakan bahwa algoritma Logistic Regression memberikan kinerja lebih baik dalam mengklasifikasikan sentimen Twitter terkait pasangan calon presiden dan wakil presiden 2024
Actions (login required)
 |
View Item |
