Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019

Main Article Content

Imam Kurniawan
Ajib Susanto

Abstract

Pemilihan umum presiden yang diselenggarakan setiap lima tahun sekali merupakan momen yang penting untuk mewujudkan demokrasi dalam Negara Kesatuan Republik Indonesia. Penyampaian dukungan dilakukan baik tim sukses, buser maupun pendukung untuk mencitrakan positif calon masing-masing. Berbagai media digunakan salah satunya adalah Twitter, masyarakat menyampaikan komentar positif dan negatif bahkan cenderung “kampanye hitam” dan hoax sebelum pemilu dilaksanakan maupun saat pemilu sedang berlangsung mengenai pemilu yang diadakan, komentar di Twitter saat ini belum dapat ditentukan lebih ke arah positif atau negatif, oleh karena itu perlu dilakukan analisis sentimen untuk mengetahui kecenderungan opini masyarakat terhadap pemilu. Tujuan dari penelitian ini memperoleh analisis dokumen text untuk mendapatkan sentimen positif atau negatif. Metode yang digunakan K-Means untuk melakukan klastering pada data latih dan Naive Bayes classifier untuk mengklasifikasi pada data testing. Hasil dari pembobotan ini berupa sentimen positif dan negatif. Data diambil dari Twitter mengenai pemilu presiden 2019 sebanyak 500 data tweet. Dari hasil pengujian 100 dan 150 data uji diperoleh akurasi rata-rata 93.35% dan error rate sebesar 6.66%.

Downloads

Download data is not yet available.

Article Details

How to Cite
Kurniawan, I., & Susanto, A. (2019). Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019. Jurnal Eksplora Informatika, 9(1), 1-10. https://doi.org/10.30864/eksplora.v9i1.237
Section
Articles

References

KPU, “Peraturan KPU Nomor 23 Tahun 2018 Tentang Kampanye Pemilihan Umum,” KPU, Jakarta, 2018.

M. Ridwan, “Pemilihan Presiden 2019, Jangan Remehkan Kekuatan Media Sosial,” Bisnis.Com, 18 10 2018. [Online]. Available: https://kabar24.bisnis.com/read/20181018/15/850844/pemilihan-presiden-2019-jangan-remehkan-kekuatan-media-sosial. [Diakses 29 03 2019].

S. Roughneen, “Dipenuhi Akun Palsu, Bisakah Twitter Goyang Pilpres 2019?,” Nikkei Asia, 25 2 2019. [Online]. Available: https://www.matamatapolitik.com/analisis-x-mengapa-media-sosial-miliki-kemungkinan-kecil-pengaruhi-pemilu-di-asia/. [Diakses 29 03 2019].

We Are Social, “Digital in 2018 in Southeast Asia Part 2 - South-East,” 29 January 2018. [Online]. Available: https://www.slideshare.net/wearesocial/digital-in-2018-in-southeast-asia-part-2-southeast-86866464. [Diakses 25 04 2018].

Herman, “Indonesia Masuk Lima Besar Pengguna Twitter,” 03 05 2017. [Online]. Available: http://www.beritasatu.com/iptek/428591-indonesia-masuk-lima-besar-pengguna-twitter.html. [Diakses 2018 04 15].

R. Nurmansyah dan T. Rahmat, “Suara.Com,” Suara.Com, 05 01 2019. [Online]. Available: https://www.suara.com/tekno/2019/01/05/220500/riset-binokular-jokowi-capres-terbanyak-yang-diberitakan-pada-2018. [Diakses 29 03 2019].

H. Kaur, V. Mangat dan N. , “A Survey of Sentiment Analysis Techniques,” 2017 International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC), pp. 921–925, 2017.

T. Matsumoto, W. Sunayama, Y. Hatanaka dan K. Ogohara, “Data Analysis Support by Combining Data Mining and Text Mining,” 2017 6th IIAI International Congress on Advanced Applied Informatics, pp. 313-318, 2017.

M. Fachrurrozi dan N. Yusliani, “Analisis Sentimen Pengguna Jejaring Sosial Menggunakan Metode Support Vector Machine,” Konferensi Nasional Sistem Informasi, vol. 1, no. Konferensi Nasional Sistem Informasi, 2015.

Binus University, “MTI, Binus University,” Maste Of Information Technology, 04 10 2017. [Online]. Available: https://mti.binus.ac.id/2017/10/04/1900/. [Diakses 30 03 2019].

A. R. T. Lestari, R. S. Perdana dan M. A. Fauzi, “Analisis Sentimen Tentang Opini Pilkada Dki 2017 Pada Dokumen Twitter Berbahasa Indonesia Menggunakkan Naive Bayes dan Pembobotan Emoji,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 1, pp. 1718-1724, 2017.

G. Septian, A. Susanto dan G. F. Shidik, “Indonesian News Classification based on NaBaNA,” International Seminar on Application for Technology of Information and Communication (iSemantic), 2017.

S. Budi, “Text Mining Untuk Analisis Sentimen Review Film,” Techno.COM, vol. 16, pp. 1-8, 2017.

Y. Y. Yang dan F. Zhon, “Microblog Sentiment Analysis Algorithm Research and Implementation,” 14th International Symposium on Distributed Computing and Applications for Business Engineering and Science, pp. 288-291, 2015.

A. B. Ayed, M. B. Halima dan A. M. Alimi, “Adaptive fuzzy exponent cluster ensemble system based feature selection and spectral clustering,” 2017 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2017.

N. Dhanachandra, K. Manglem dan Y. J. Chanu, “Image Segmentation Using K -means Clustering Algorithm and Subtractive Clustering Algorithm,” Procedia Computer Science, vol. 54, pp. 764-771, 2015.

S. dan D. A. Diartono, “Analisa Jejaring Sosial Twitter Menggunakan Klastering Kmeans dan Hirarki Agglomeratif,” Prosiding SINTAK 2017, pp. 404-413, 2017.