SENTIMEN ANALISIS PENGAJUAN AMICUS CURIAE KE MAHKAMAH KONSTITUSI MENGGUNAKAN METODE NAIVE BAYES

Penulis

  • Muhammad Daffa Aditya Universitas Budi Luhur
  • Utomo Budiyanto Universitas Budi Luhur

Kata Kunci:

Analisis sentimen, Amicus Curiae, Naive Bayes, Media Sosial, Mahkamah Konstitusi

Abstrak

Amicus Curiae adalah pihak yang memberikan pandangan atau opini terkait suatu kasus kepada pengadilan, meskipun bukan merupakan pihak langsung dalam kasus tersebut. Kasus umum pada tahun 2024 di Indonesia menjadi salah satu isu besar yang mendapatkan perhatian luas dari masyarakat, termasuk di media sosial. Pengajuan Amicus Curiae dalam konteks ini menarik perhatian banyak pihak karena mencerminkan bagaimana masyarakat dan berbagai kelompok memberikan pandangan hukum dan sosial mereka terhadap proses pemilu. Analisis terhadap ulasan pengguna media sosial terkait pengajuan Amicus Curiae ke Mahkamah Konstitusi dapat memberikan gambaran yang lebih jelas mengenai opini publik dan sentimen yang berkembang. Penelitian ini bertujuan untuk menganalisis sentimen dan opini pengguna media sosial X terkait dengan pengajuan Amicus Curiae ke Mahkamah Konstitusi mengenai kasus umum yang ada di Indonesia tahun 2024. Hasil dari penelitian menggunakan metode Naive Bayes untuk sentimen otomatis yaitu mendapatkan nilai akurasi sebesar 92,2%, dengan memiliki nilai presisi sebesar 0,92, dan nilai recall sebesar 1,0 yang di dominasi oleh kelas sentimen netral. Sedangkan dari data sentimen pakar mendapatkan nilai akurasi sebesar 99%, dengan memiliki nilai presisi sebesar 0,99, dan nilai recall sebesar 1.0 yang di dominasi oleh kelas sentimen netral. Dari data tweet yang sudah melalui proses pelabelan data, dapat diketahui bahwa pendapat pengguna media sosial X memiliki pandangan netral terhadap pengajuan Amicus Curiae ke Mahkamah Konstitusi. Selain itu, hasil sentimen analisis juga dapat menjadi dasar bagi pihak terkait untuk mengambil kebijakan atau langkah-langkah strategis yang sesuai dengan aspirasi masyarakat.

Referensi

T. Gunawan, A. A. H. Putra, A. Faturrohman, and N. A. Rakhmawati, “Analisis Sentimen Pembacaan Putusan MK Terkait Pilpres 2024 pada Aplikasi X dengan Metode Naive Bayes Classifier,” ResearchGate, vol. 1, no. 1, pp. 0–8, 2024, [Online]. Available: https://www.researchgate.net/publication/381830593

W. Gata and A. Bayhaqy, “Analysis Sentiment about Islamophobia when Christchurch Attack on Social Media,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 18, no. 4, pp. 1819–1827, 2020, doi: 10.12928/TELKOMNIKA.V18I4.14179.

N. L. P. C. Savitri, R. A. Rahman, R. Venyutzky, and N. A. Rakhmawati, “Analisis Klasifikasi Sentimen Terhadap Sekolah Daring pada Twitter Menggunakan Supervised Machine Learning,” J. Tek. Inform. dan Sist. Inf., vol. 7, no. 1, pp. 47–58, 2021, doi: 10.28932/jutisi.v7i1.3216.

W. Ningsih, B. Alfianda, R. Rahmaddeni, and D. Wulandari, “Perbandingan Algoritma SVM dan Naïve Bayes dalam Analisis Sentimen Twitter pada Penggunaan Mobil Listrik di Indonesia,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 2, pp. 556–562, 2024, doi: 10.57152/malcom.v4i2.1253.

R. P. I. Putra, M. Akbar, and R. Amalia, “Analisis Sentimen Masyarakat Terhadap Kinerja Persatuan Sepakbola Seluruh Indonesia Menggunakan Metode Backpropagation,” J. Inf. Technol. Ampera, vol. 1, no. 2, pp. 106–118, 2020, doi: 10.51519/journalita.volume1.isssue2.year2020.page106-118.

I. Sari and D. Indarti, “Text Mining: Praktik Klasifikasi dan Pemodelan Topik dengan Python,” in Uwais Inspirasi Indonesia, Pertama., Ds. Sidoarjo, Kec. Pulung, Kab. Ponorogo: Uwais Inspirasi Indonesia, 2022, p. vi + 112 halaman.

Syahriani, A. A. Yana, and T. Santoso, “Sentiment analysis of facebook comments on indonesian presidential candidates using the naïve bayes method,” J. Phys. Conf. Ser., vol. 1641, no. 1, pp. 1–11, 2020, doi: 10.1088/1742-6596/1641/1/012012.

S. D. Prasetyo, S. S. Hilabi, and F. Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” J. KomtekInfo, vol. 10, no. 1, pp. 1–7, 2023, doi: 10.35134/komtekinfo.v10i1.330.

S. Mujahidin, B. Prasetio, and M. C. C. Utomo, “Implementasi Analisis Sentimen Masyarakat Mengenai Kenaikan Harga BBM Pada Komentar Youtube Dengan Metode Gaussian naïve bayes,” Voteteknika (Vocational Tek. Elektron. dan Inform., vol. 10, no. 3, pp. 17–24, 2022, doi: 10.24036/voteteknika.v10i3.118299.

R. Noviana and I. Rasal, “Penerapan Algoritma Naive Bayes Dan SVM Untuk Analisis Sentimen Boy Band BTS Pada Media Sosial Twitter,” J. Tek. dan Sci., vol. 2, no. 2, pp. 51–60, 2023, doi: 10.56127/jts.v2i2.791.

D. Oktavia, Y. R. Ramadahan, and M. Minarto, “Analisis Sentimen Terhadap Penerapan Sistem E-Tilang Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (SVM),” KLIK Kaji. Ilm. Inform. dan Komput., vol. 4, no. 1, pp. 407–417, 2023, doi: 10.30865/klik.v4i1.1040.

M. Lestandy, A. Abdurrahim, and L. Syafa’ah, “Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Recurrent Neural Network dan Naïve Bayes,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 4, pp. 802–808, 2021, doi: 10.29207/resti.v5i4.3308.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Aditya, M. D., & Budiyanto, U. (2024). SENTIMEN ANALISIS PENGAJUAN AMICUS CURIAE KE MAHKAMAH KONSTITUSI MENGGUNAKAN METODE NAIVE BAYES. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 234–243. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1254

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>