ANALISA SENTIMEN MASYARAKAT INDONESIA MENGENAI PROPAGANDA PRESIDEN 3 PERIODE MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFICATION DAN METODE SYNTHETIC MINORITY OVER SAMPLING TECHNIQUE

  • KYLA SALWA PUTRI DENILLA

ABSTRAK

ABSTRAK

Kyla Salwa Putri Denilla (11212268), ANALISA SENTIMEN MASYARAKAT INDONESIA MENGENAI PROPAGANDA PRESIDEN 3 PERIODE MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFICATION DAN METODE SYNTHETIC MINORITY OVER SAMPLING TECHNIQUE

Pada tahun 2022 ini, muncul tagar Presiden 3 Periode di twitter, hal itu memicu pendapat yang pro dan kontra di kalangan masyarakat, sehingga timbul masalah yang sampai dilakukannya demonstrasi oleh mahasiswa di sejumlah wilayah Indonesia. Disini mereka menolak penundaan pemilu 2024 maupun wacana yang dikeluarkan bahwa ada perpanjangan masa jabatan presiden yaitu Jokowi melalui amandemen. Banyak opini yang pro dan kontra terhadap hal ini, opini tersebut bersifat subjektif dan merupakan data textual yang bisa dianalisis sebagai bahan pertimbangan, peninjauan, bahkan sampai ke bahan introspeksi untuk pemerintah dalam hal presiden 3 periode ini. Twitter merupakan salah satu sosial media yang sering digunakan dalam menyampaikan pendapat masyarakat secara bebas. Banyaknya opini masyarakat, yang pro dan kontra dari hal tersebut yang menimbulkan keresahan di kalangan masyarakat. Dari permasalahan yang dijelaskan sebelumnya, penelitian ini mengambil sampel dari cuitan twitter dengan tagar #presiden3periode dengan jumlah 3000 cuitan. Perlunya dilakukan pengolahan data dengan analisis sentimen yang dapat menjadi solusi permasalahan yang telah dipaparkan sebelumnya, yaitu dengan memisahkan opini positif ke dalam kelas yang bersentimen positif dan opini negatif ke dalam kelas yang bersentimen negatif, yang dilakukan dengan Adaboost yang disertai metode Naïve Bayes Classification dan Synthetic Minority Over Sampling Technique. Diharapkan dapat diketahui permasalahan yang terdapat pada isu propaganda presiden 3 periode di Indonesia, sehingga dapat dijadikan saran dan masukan untuk peningkatan kinerja dan kebijakan dari pemerintahan di Republik Indonesia. Pengujian yang sudah dilakukan sebelumnya, mendapatkan hasil sebagai berikut: AUC: 0.664, Precision: 63.31%, Recall: 68.99%, Accuracy: 64.39%

Kata Kunci: Twitter, Adaboost, Naïve Bayes Classification, SMOTE

KATA KUNCI

Analisa Sentimen


DAFTAR PUSTAKA

                                 DAFTAR PUSTAKA

[1] D. Rizal, “Beberapa Keberhasilan Presiden Jokowi Selama Memimpin Negara Indonesia,” 2021. [Online]. Available: https://www.kompasiana.com/davidrizal2911/61834dd3ffe7b55ed8325ca2/be berapa-keberhasilan-presiden-jokowi-selama-memimpin-negaraindonesia?page=all#section1%0A%0AKreator.

[2] Sungarsono, “Kepuasan Publik Masih Tinggi, Ini Sederet Keberhasilan Pemerintahan Presiden Jokowi,” 2021. [Online]. Available: https://arusbaik.id/articles/kepuasan-publik-masih-tinggi-ini-sederetkeberhasilan-pemerintahan-presiden-jokowi.

[3] R. Yati, “7 Tahun Pemerintahan Jokowi, Organda: Pencapaian yang Luar Biasa Adalah Jalan Tol.” [Online]. Available: https://ekonomi.bisnis.com/read/20211018/98/1455639/7-tahunpemerintahan-jokowi-organda-pencapaian-yang-luar-biasa-adalah-jalantol.%0A.

[4] C. I. Tim Redaksi, “Demo Mahasiswa Tolak Presiden 3 Periode & 6 Bantahan Jokowi,” 2022. [Online]. Available: https://www.cnbcindonesia.com/news/20220411120033-4-330548/demomahasiswa-tolak-presiden-3-periode-6-bantahan-jokowi.

[5] S. Niam, “Media Asing Soroti Demo 11 April Tolak 3 Periode Jokowi,” 2022. [Online]. Available: https://www.cnnindonesia.com/internasional/20220412132634-106- 783702/media-asing-soroti-demo-11-april-tolak-3-periode-jokowi.

[6] A. Rachman, “Ahli Kebijakan Publik Ungkap 3 Dampak Berbahaya Isu Jokowi 3 Periode,” 2022. [Online]. Available: https://nasional.tempo.co/read/1578581/ahli-kebijakan-publik-ungkap-3- dampak-berbahaya-isu-jokowi-3-periode/full&view=ok.

[7] C. W. Arciniegas Paspuel, O. G., Álvarez Hernández, S. R., Castro Morales, L. G., & Maldonado Gudiño, “Propaganda Politik di Media Sosial Twitter (Wacana Kekuasaan Masa Jabatan Presiden 3 Periode,” p. 6, 2021.

[8] U. Argawati, “Ketentuan Kebebasan Berpendapat Dalam UUD,” 2020.

[9] M. Ongku, “Ham dan kebebasan berpendapat dalam UUD 1945,” Al WASATH J. Ilmu Huk., vol. 2, no. 1, pp. 29–40, 2021.

[10] C. M. Annur, “Pengguna Twitter Indonesia Masuk Daftar Terbanyak di Dunia, Urutan Berapa?,” 2022. [Online]. Available: https://databoks.katadata.co.id/datapublish/2022/03/23/pengguna-twitterindonesia-masuk-daftar-terbanyak-di-dunia-urutan-berapa.

[11] G. Nugroho, D. T. Murdiansyah, and K. M. Lhaksmana, “Analisis Sentimen Pemilihan Presiden Amerika 2020 di Twitter Menggunakan Naïve Bayes dan Support Vector Machine,” vol. 8, no. 5, pp. 10106–10115, 2021.

[12] I. Kurniawan and A. Susanto, “Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019,” Eksplora Inform., vol. 9, no. 1, pp. 1–10, 2019, doi: 10.30864/eksplora.v9i1.237.

[13] H. Herwinsyah and A. Witanti, “Analisis Sentimen Pengguna Twitter Terhadap Vaksinasi Covid-19 Di Indonesia Menggunakan Algoritme Support Vector Machine,” J. Sist. Inf. dan Inform., vol. 5, no. 1, pp. 1–67, 2022, [Online]. Available: https://ejournal.lppm- unbaja.ac.id/index.php/jsii/article/view/1411/926.

[14] K. M. Rahmi, “Text Mining Analysis Dan Sentiment Analysis Dengan Menggunakan Metode Naïve Bayes Classifier,” 2021.

[15] N. L. W. S. R. Ginantra et al., Data Mining dan Penerapan Algoritma. Yayasan Kita Menulis, 2021.

[16] I. Adiwijaya, “Text Mining dan Knowledge Discovery,” Kolok. bersama komunitas datamining Indones. soft-computing Indones., pp. 1–9, 2006, [Online]. Available: http://web.ipb.ac.id/~ir-lab/pdf/tm (text summarization).pdf.

[17] D. D. Saputra et al., “Optimization Sentiments of Analysis from Tweets in myXLCare using Naïve Bayes Algorithm and Synthetic Minority over Sampling Technique Method,” J. Phys. Conf. Ser., vol. 1471, no. 1, 2020, doi: 10.1088/1742-6596/1471/1/012014.

[18] R. Gandhi, “Naive Bayes Classifier.” [Online]. Available: https://towardsdatascience.com/naive-bayes-classifier-81d512f50a7c. [19] F. A. D. Aji Prasetya Wibawa, Muhammad Guntur Aji Purnama, Muhammad Fathony Akbar, “Metode-metode Klasifikasi,” Pros. Semin. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 1, p. 134, 2018.

[20] C. P. López, DATA MINING. The CRISP-DM METHODOLOGY. The CLEM Language and IBM SPSS MODELER. Lulu.com, 2021.

[21] K. Komputer, “CRISP-DM,” 2018. [Online]. Available: http://www.kuliahkomputer.com/2018/07/crisp-dm.html.

[22] M. dan F. Binsar, “Cross-Industry Standard Process for Data Mining (CRISPDM),” 2020. [Online]. Available: https://mmsi.binus.ac.id/2020/09/18/crossindustry-standard-process-for-data-mining-crisp-dm/.

[23] D. Democracy, “Confusion Matrix,” 2020. [Online]. Available: https://www.sciencedirect.com/topics/engineering/confusion-matrix.

[24] Ratino, N. Hafidz, S. Anggraeni, and W. Gata, “Sentimen Analisis Informasi Covid-19 menggunakan Support Vector Machine dan Naïve Bayes,” J. JUPITER, vol. 12, no. 2, pp. 1–11, 2020.

[25] E. T. Handayani, “ANALISIS SENTIMENT RESPON MASYARAKAT TERHADAP KABAR HARIAN COVID-19 PADA TWITTER KEMENTRIAN KESEHATAN DENGAN METODE KLASIFIKASI NAIVE BAYES,” 2021. [Online]. Available: http://repository.teknokrat.ac.id/3224/.

[26] S. Hikmawan, A. Pardamean, and S. N. Khasanah, “Sentimen Analisis Publik Terhadap Joko Widodo terhadap wabah Covid-19 menggunakan Metode Machine Learning,” J. Kaji. Ilm., vol. 20, no. 2, pp. 167–176, 2020, doi: 10.31599/jki.v20i2.117.

[27] L. A. Andika, P. A. N. Azizah, and R. Respatiwulan, “Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier,” Indones. J. Appl. Stat., vol. 2, no. 1, p. 34, 2019, doi: 10.13057/ijas.v2i1.29998. [28] Andreyestha and Q. N. Azizah, “Analisa Sentimen Kicauan Twitter Tokopedia Dengan Optimalisasi Data Tidak Seimbang Menggunakan Algoritma SMOTE,” vol. 5, no. 1, pp. 108–116, 2022.

[29] Pixabay, “Mengenal Twitter, Jejaring Sosial yang Digandrungi Anak Muda,” Sari Agri, 2022. [30] Widodo, “Twitter API,” 2021. [Online]. Available: https://sites.unpad.ac.id/widodo/2021/08/10/twitter-api/.

[31] K. S. P. Denilla, “Hasil Pengolahan Data Sentimen Analisis.” 2022. [32] S. Kurnia, “Plagiarism scan report,” 2020, [Online]. Available: file:///C:/Users/Kylasalwa/Downloads/6828-20510-1-SP.pdf.

Detail Informasi

Skripsi ini ditulis oleh :

  • NIM : 11212268
  • Nama : KYLA SALWA PUTRI DENILLA
  • Prodi : Sistem Informasi
  • Kampus : Margonda
  • Tahun : 2022
  • Periode : I
  • Pembimbing : Frieyadie, M. Kom
  • Asisten :
  • Kode : 0039.S1.SI.SKRIPSI.I.2022
  • Diinput oleh : SGM
  • Terakhir update : 16 Desember 2022
  • Dilihat : 113 kali

TENTANG PERPUSTAKAAN


PERPUSTAKAAN UNIVERSITAS NUSA MANDIRI


E-Library Perpustakaan Universitas Nusa Mandiri merupakan platform digital yang menyedikan akses informasi di lingkungan kampus Universitas Nusa Mandiri seperti akses koleksi buku, jurnal, e-book dan sebagainya.


INFORMASI


Alamat : Jln. Jatiwaringin Raya No.02 RT08 RW 013 Kelurahan Cipinang Melayu Kecamatan Makassar Jakarta Timur

Email : perpustakaan@nusamandiri.ac.id

Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB

Perpustakaan Universitas Nusa Mandiri @ 2020