Analisis Sentimen Calon Presiden Indonesia 2019 Berdasarkan Komentar Publik Di Facebook
Article Sidebar
Main Article Content
Abstract
Dalam penelitian ini akan dilakukan analisis sentimen terhadap calon presiden Indonesia tahun 2019 berdasarkan komentar publik di jejaring sosial Facebook. Selanjutnya akan melalui beberapa tahapan dalam melaukan analisis sentimen, antara lain adalah tahap pengumpulan data, data correction, preprocessing data, dan klasifikasi menggunakan Naïve Bayes Classifier serta dilakukan asosiasi teks.
Hasil dari penelitian ini diperoleh bahwa calon presiden Joko Widodo didapatkan postingan sebanyak 40 data dan calon presiden Prabowo Subianto didapatkan 12 data postingan dengan pengumpulan data pada tanggal 17 april 2019 sampai 22 mei 2019. Dari data sebanyak 5.000 komentar yang dipilih secara acak dan melalui tahap preprocessing menghasilkan polaritas sentimen, Joko Widodo memeperoleh 85% untuk sentimen positif, 15% sentimen negatif. Sedangkan Prabowo Subianto memperoleh 76% sentimen positif, dan 24% sentimen negatif. Untuk hasil klasifikasi menggunakan Naïve Bayes Classifier memperoleh hasil tingkat akurasi sebesar 86,4%, serta kata yang berasosiasi dengan kata masyarakat terhadap Joko Widodo didapatkan kata upaya, mental, dan kondisi untuk sentimen positif dan kata pemerintahan, pembangunan, kelompok untuk sentimen negatif. Sedangkan yang berasosiasi dengan kata masyarakat terhadap Prabowo Subianto didapatkan kata sistem, berkomitmen, dan kritis untuk sentimen positif dan kata bodohi, kelayakan, diusung untuk sentimen negatif.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:
- Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
- Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
- Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
- Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
References
R. Hidayatillah, M. Hakam, and A. Nugroho, “Levels of Political Participation Based on Naive Bayes Classifier,†vol. 13, no. 1, pp. 73–82, 2019. [link]
A. Nugroho, M. Noor, A. Azam, and S. Anam, “Pembangunan Aplikasi Community Messenger Sebagai Alat Interaksi Di Kalangan Generasi C,†vol. 2, no. 2, 2016. [link]
A. Nugroho, S. Supeno, and M. H. Purnomo, “Visualizing Interaction in Catfiz Indonesian Messenger Using Graph Coloring Visualizing Interaction in Catfiz Indonesian Messenger Using Graph Coloring,†2015.
B. Liu, Sentiment Analysis(Introduction and Survey) and Opinion Mining. 2012.
D. T. Larose, “Naive bayes estimation and bayesian networks,†in Data Mining Methods and Models, 2006. [link]
R. Mccue, “A Comparison of the Accuracy of Support Vector Machine and Naive Bayes Algorithms In Spam Classification,†Univ. Calif. St. Cruz, pp. 1–17, 2009. [link]
S. M. Weiss, N. Indurkhya, and T. Zhang, Fundamentals of Predictive Text Mining (Texts in Computer Science). 2010. [link]
A. Akilan, “Text mining: Challenges and future directions,†2nd Int. Conf. Electron. Commun. Syst. ICECS 2015, pp. 1679–1683, 2015. [link]
E. W. Pamungkas and D. G. P. Putri, “An experimental study of lexicon-based sentiment analysis on Bahasa Indonesia,†Proc. - 2016 6th Int. Annu. Eng. Semin. Ina. 2016, pp. 28–31, 2017. [link]
B. Rianto, “Implementasi dan perbandingan metode prapemprosesan pada analisis sentimen gubernur dki jakarta menggunakan metode support vector machine dan naive bayes.†Skripsi : Program Studi Ilmu Komputer FMIPA UGM Yogyakarta, 2016.
N. W. S. Saraswati, “Naïve Bayes Classifier Dan Support Vector Machines Untuk Sentiment Analysis,†Semin. Nas. Sist. Inf. Indones., pp. 586–591, 2013. [link]
M. N. Ulwan, “Pattern Recognition Pada Unstructured Data Teks Menggunakan Support Vector Machine Dan Association.†Skripsi: Program Studi Statistika Universitas Islam Indonesia, 2016.
Bustami, D. Abdullah, and Fadlisyah, Statistika : Terapannya di Informatika. 2014.
C. D. Manning, P. Raghavan, and H. Schütze, “An Introduction to Information Retrieval,†Cambridge Univ. Press, vol. 38, no. c, pp. 156–164, 2009. [link]
