PENERAPAN NAÏVE BAYES UNTUK MENGANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PENETAPAN CALON PRESIDEN 2024 PDIP

Penulis

  • Sulthan Laksono Ramadhan Universitas Budi Luhur
  • Windarto Universitas Budi Luhur

Kata Kunci:

analisis sentimen, ganjar pranowo, naive bayes

Abstrak

Pemilu di Indonesia adalah proses demokratisasi penting untuk menentukan wakil rakyat dan pemimpin negara. Indonesia menerapkan sistem demokrasi langsung dengan hak pilih rakyat dalam memilih perwakilan di lembaga politik. Ketua Umum Partai Demokrasi Indonesia (PDI) Perjuangan, Megawati Soekarnoputri, menunjuk Ganjar Pranowo sebagai calon presiden (capres) PDIP pada 21 April 2023. Meski Ganjar Pranowo memiliki prestasi yang mengesankan sebagai calon presiden pemilu 2024, tetap ada opini negatif di media sosial seperti Instagram, Twitter, dan Facebook. Penelitian ini menganalisis sentimen masyarakat terhadap Ganjar Pranowo sebagai calon presiden di Twitter menggunakan Algoritma Naïve Bayes. Dataset diperoleh melalui Aplikasi RapidMiner dalam rentang 10 Juni hingga 22 Juni 2023, mengumpulkan 10.346 data dengan kata kunci "ganjar capres" dan "ganjar presiden". Analisis sentimen menggunakan pembobotan kata TF-IDF dan Algoritma Naive Bayes, dengan hasil pengujian sebagai berikut: akurasi 69%, presisi 91%, dan recall 72%. Sentimen positif mencapai 84.18%, sementara negatif 15.82%. Sebagian besar masyarakat Indonesia memberikan pandangan positif terhadap Ganjar Pranowo sebagai calon presiden pada rentang waktu tersebut. Penelitian ini memberikan wawasan tentang respons masyarakat terhadap Ganjar Pranowo sebagai calon presiden. Hasilnya menunjukkan mayoritas sentimen positif, meski terdapat opini negatif di media sosial. Ini memberikan gambaran tentang persepsi masyarakat terhadap Ganjar Pranowo dan potensinya sebagai calon presiden.

Referensi

A. E. Prawira, “Alasan PDIP Jadikan Ganjar Pranowo Capres: Memahami Kehendak Rakyat,” liputan6, 2023. https://www.liputan6.com/health/read/5267688/alasan-pdip-jadikan-ganjar-pranowo-capres-memahami-kehendak-rakyat (accessed Jun. 07, 2023).

S. Fanissa, M. A. Fauzi, and S. Adinugroho, “Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 8, pp. 2766–2770, 2018, [Online]. Available: https://www.researchgate.net/publication/322959527

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform. (J-SAKTI), vol. 5, no. 2, pp. 697–711, 2021, [Online]. Available: http://ejurnal.tunasbangsa.ac.id/index.php/jsakti/article/view/369

M. R. F. Sya’ bani, U. Enri, and T. N. Padilah, “Analisis Sentimen Terhadap Bakal Calon Presiden 2024 Dengan Algoritme Naïve Bayes,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 2, p. 265, 2022, doi: 10.30865/jurikom.v9i2.3989.

V. K. S. Que, A. Iriani, and H. D. Purnomo, “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 9, no. 2, pp. 162–170, 2020, doi: 10.22146/jnteti.v9i2.102.

F. V. Sari and A. Wibowo, “ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD.ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.

I. P. Rahayu, A. Fauzi, and J. Indra, “Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Naive Bayes Dan Support Vector Machine,” J. Sist. Komput. dan Inform., vol. 4, no. 2, pp. 296–301, 2022, doi: 10.30865/json.v4i2.5381.

B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” JEPIN (Jurnal Edukasi dan Penelit. Inform.), vol. 4, no. 2, pp. 17–29, 2018, [Online]. Available: www.femaledaily.com

H. Tuhuteru, “Analisis Sentimen Masyarakat Terhadap Pembatasan Sosial Berksala Besar Menggunakan Algoritma Support Vector Machine,” Inf. Syst. Dev., vol. 5, no. 2, pp. 7–13, 2020.

M. P. Wibowo, S. Amini, Indra, and D. Kusumaningsih, “ANALISIS SENTIMEN MASYARAKAT INDONESIA PADA TWITTER TERHADAP ISU RESESI 2023 MENGGUNAKAN METODE NAIVE BAYES,” Semin. Nas. Mhs. Fak. Teknol. Inf., vol. 2, no. 1, pp. 201–210, 2023.

M. Priandi and Painem, “Analisis Sentimen Masyarakat Terhadap Pembelajaran Daring di Era Pandemi Covid-19 pada Media Sosial Twitter Menggunakan Ekstraksi Fitur Countvectorizer dan Algoritma K-Nearest Neighbor,” Semin. Nas. Mhs. Ilmu Komput. dan Apl., pp. 311–319, 2021.

D. D. Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 1, pp. 34–40, Jan. 2022, doi: 10.23960/jitet.v10i1.2262.

Unduhan

Diterbitkan

11-10-2023

Cara Mengutip

Ramadhan, S. L., & Windarto. (2023). PENERAPAN NAÏVE BAYES UNTUK MENGANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PENETAPAN CALON PRESIDEN 2024 PDIP. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 716–725. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/846

Terbitan

Vol 2 No 2 (2023): Prosiding SENAFTI Ke-3 September 2023

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2023 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>