Sentiment Analysis pada Figur Calon Presiden Indonesia Tahun 2024 menurut Perspektif Mahasiswa
Abstract
Abstract
Indonesia is currently excited about a five-year event, namely the Presidential Election in early 2024. The function of social media as a platform can have a variety of functions, one of which can be used to estimate which side of the community supports the public figure. The purpose of this study is to analyze the sentiment of students towards 3 presidential candidates who may have the greatest chance of becoming president in 2024 through the Twitter platform. The data from this study was obtained through a series of filtering, so that it can be distinguished between the sentiments of real people or not. The data was taken in the range of September 17-23, 2023. The method used is the Naive Bayes Classifier Algorithm to distinguish the sentiments of students on Twitter whether they are positive sentiments or negative sentiments. Researchers use google colab to carry out the sentiment analysis process starting from the stages of data collection, cleaning text, tokenization, stop removal, case folding, polarity, and finally classifying sentiment results. The analysis results show that of the three presidential candidates elected for the 2024 presidential election, Prabowo received 9 positive sentiments and 3 negative sentiments, then Ganjar Pranowo received 7 positive sentiments and 2 negative sentiments, finally Anies Baswedan received 3 positive sentiments and 6 negative sentiments. The conclusion of this research is that it can find out which presidential candidates are preferred by students through the results of sentiment analysis with the Naïve Bayes Classifier method from comment data on Twitter.
Keyword: Sentiment Analysis, Naive Bayes Classifier, Twitter, Presidential Candidates, University Students.
Abstrak
Pada saat ini Indonesia dihebohkan dengan event lima tahunan, yaitu Pilpres di awal tahun 2024. Fungsi sosial media sebagai platform dapat memiliki berbagai macam fungsi, salah satunya dapat digunakan untuk memperkirakan pada sisi mana masyarakat mendukung sosok publik tersebut. Tujuan dari penelitian ini adalah menganalisis sentiment para mahasiswa terhadap 3 calon presiden yang kemungkinan memiliki peluang terbesar menjadi presiden tahun 2024 mendatang melalui platform Twitter. Data dari penelitian ini diperoleh melalui serangkaian pemfilteran, supaya dapat dibedakan antara sentiment orang asli atau tidak. Data diambil dalam kisaran tanggal 17-23 September 2023. Metode yang digunakan adalah Algoritma Naive Bayes Classifier untuk membedakan sentiment para mahasiswa di Twitter apakah termasuk sentiment positif atau sentiment negatif. Peneliti menggunakan google colab untuk melakukan proses analisis sentiment dimulai dari tahapan pengumpulan data, cleaning text, tokenization, stop removal, case folding, polarity, dan terakhir pengklasifikasian hasil sentiment. Hasil analisis menunjukkan bahwa dari ketiga calon presiden yang terpilih untuk pilpres 2024, Prabowo mendapat 9 sentiment positif dan 3 sentiment negatif, kemudian Ganjar Pranowo mendapat 7 sentiment positif dan 2 sentiment negatif, terakhir Anies Baswedan memperoleh 3 sentiment positif dan 6 sentiment negatif. Kesimpulan dari penelitian yang dilakukan ini, dapat mengetahui calon presiden mana yang lebih disukai oleh para mahasiswa melalui hasil analisis sentiment dengan metode Naïve Bayes Classifier dari data komentar yang ada di Twitter.
Keywords: Sentimen Analisis, Naive Bayes Classifier, Twitter, Calon Presiden, Mahasiswa.
Keywords
References
Abdillah, A. R., & Hasan, F. N. (2023). Analisis Sentimen Terhadap Kandidat Calon Presiden Berdasarkan Tweets Di Sosial Media Menggunakan Naive Bayes Classifier. SMATIKA : STIKI Informatika Jurnal, 13(1), 117–130.
Akmal, A. D., Permana, I., Fajri, H., & Yuliarti. (2022). Opini Masyarakat Twitter terhadap Kandidat Bakal Calon Presiden Republik Indonesia Tahun 2024. Jurnal Manajemen Dan Ilmu Administrasi Publik (JMIAP), 4(4), 287–295. https://doi.org/10.24036/jmiap.v4i4.160
Borge, R., Boulianne, S., Dennis, J., Vaccari, C., & Valeriani, A. (2023). Political participation in the digital technology era: A symposium on Outside the Bubble: Social Media and Political Participation in Western Democracies By Cristian Vaccari and Augusto Valeriani. Italian Political Science Review / Rivista Italiana Di Scienza Politica, 53(2), 273-291. doi:10.1017/ipo.2022.30
Chely Aulia Misrun, Haerani, E., Fikry, M., & Budianita, E. (2023). Analisis sentimen komentar youtube terhadap Anies Baswedan sebagai bakal calon presiden 2024 menggunakan metode naive bayes classifier. Jurnal CoSciTech (Computer Science and Information Technology), 4(1), 207–215. https://doi.org/10.37859/coscitech.v4i1.4790
Fitriyyah, S. N. J., Safriadi, N., & Pratama, E. E. (2019). Analisis Sentimen Calon Presiden Indonesia 2019 dari Media Sosial Twitter Menggunakan Metode Naive Bayes. Jurnal Edukasi dan Penelitian Informatika (JEPIN), 5(3), 279. https://doi.org/10.26418/jp.v5i3.34368
Flores, V. A., Jasa, L., & Linawati, L. (2020). Analisis Sentimen untuk Mengetahui Kelemahan dan Kelebihan Pesaing Bisnis Rumah Makan Berdasarkan Komentar Positif dan Negatif di Instagram. Majalah Ilmiah Teknologi Elektro, 19(1), 49. https://doi.org/10.24843/mite.2020.v19i01.p07
Hastuti, H., Maulana, H. F., Tompo, A., & Ferizka, Z. Z. (2023). Analysis of Social Media Opinion on the Representation of the 2024 Presidential Election on Twitter: A Social Network Analysis. Jsip, 01(1), 2023. https://doi.org/10.35326/jsip.v4i1.3140
Herwasto, S., Subroto, I. M. I., & Assegaf, B. (2018). Sentiment Analysis of Indonesian Figure using Support Vector Machine. Journal of Telematics and Informatics (JTI), 6(3), 230–237.
Iqbal, B. M., Lhaksmana, K. M., & Setiawan, E. B. (2023). 2024 Presidential Election Sentiment Analysis in News Media Using Support Vector Machine. Journal of Computer System and Informatics (JoSYC), 4(2), 397–404. https://doi.org/10.47065/josyc.v4i2.3051
Muzaki, A., & Witanti, A. (2021). Sentiment Analysis of the Community in the Twitter To the 2020 Election in Pandemic Covid-19 By Method Naive Bayes Classifier. Jurnal Teknik Informatika (Jutif), 2(2), 101–107. https://doi.org/10.20884/1.jutif.2021.2.2.51
Mukti, A., Hadiyanti, A. D., Nurlaela, A., & Panjaitan, J. (2023). Sistem Analisa Sentimen Bakal Calon Presiden 2024 Menggunakan Metode NLP Berbasis Web. SOSCIED, 6(1).
Pramono, A., Indriati, R., & Nugroho, A. (2017). Sentiment Analysis Tokoh Politik Pada Twitter. Seminar Nasional Inovasi Teknologi, 195–200.
Pranata, B., Susanti, Erlinda, S., & Asnal, H. (2023). Support Vector Machine untuk Sentiment Analysis Bakal Calon Presiden Republik Indonesia 2024. Indonesian Journal of Computer Science, 1335–1349.
Salsabila, N. A. (2022). Analisis Sentimen Pada Media Sosial Twitter terhadap Tokoh Gus Dur menggunakan Metode Naïve Bayes dan Support Vector Machine (SVM).
Taufik, I. (2017). Analisis Sentimen terhadap Tokoh Publik Menggunakan Algoritma Support Vector Machine (SVM).
Vonega, D. A., Fadila, A., & Kurniawan, D. E. (2022). Analisis Sentimen Twitter terhadap Opini Publik atas Isu Pencalonan Puan Maharani dalam PILPRES 2024. Journal of Applied Informatics and Computing, 6(2), 129–135.
Wenando, F. A., Hayami, R., & Anggrawan, A. J. (2020). Analisis Sentimen pada Pemerintahan Terpilih pada Pilpres 2019 di Twitter menggunakan Algoritma Naïve Bayes. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 7(1), 101–106.
Amrozi, Y. (2022). Metodologi Penelitian Dalam Bidang Sistem Informasi dan Komunikasi (1st ed., Vol. 1`, p. 150). Depok: Rajawali Pers.
Refbacks
- There are currently no refbacks.
