ANALISIS SENTIMEN DATA TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) TENTANG PRESIDEN JOKOWI 3 PERIODE

• Luthfanida

---

ABSTRAK

ABSTRAK

Luthfanida (11211717), ANALISIS SENTIMEN DATA TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) TENTANG PRESIDEN JOKOWI 3 PERIODE

Pada akhir-akhir ini ramai dibicarakan wacana “Presiden Jokowi 3 Periode” sehingga banyaknya tanggapan pro dan kontra terhadap wacana tersebut. Indonesia adalah satu satu negara yang menganut sistem demokrasi. Hal ini ditandai dengan diadakannya suatu pemilihan umum terhadap presiden dan wakil presiden. Sebagai pilar utama demokrasi, pemilu merupakan sarana dan momentum terbaik bagi rakyat. Masyarakat tentu sangat tidak mengharapkan kekuasaan yang terlalu lama. Oleh karena itu, masa jabatan presiden juga diatur secara tegas dalam konstitusi. Pasal 7 UUD 1945 menyebutkan bahwa presiden dan wakil presiden memegang jabatannya selama 5 tahun dan sesudahnya dapat dipilih kembali dalam jabatan yang sama hanya untuk satu kali masa jabatan. Berdasarkan permasalahan diatas, penulis tertarik untuk mengklasifikasikan opini masyarakat tentang Presiden Jokowi 3 periode di media sosial Twitter dengan menggunakan 2 metode algoritma. Untuk melakukan analisis sentimen tentang “Presiden Jokowi 3 Periode” penulis menggunakan metode algoritma Naive Bayes dan Support Vector Machine (SVM). Hasil dari analisis sentimen dengan menggunakan kedua metode tersebut cukup akurat dengan mendapatkan tanggapan positif sebanyak 129 dan tanggapan negatif sebanyak 371 dari 500 data set dibandingkan dari hasil pelabelan mendapatkan tanggapan positif sebanyak 130 dan tanggapan negatif sebanyak 370 dari media sosial Twitter tanggal 10 sampai dengan 17 Juni 2022.

Kata Kunci: Analisis Sentimen Data Twitter, Presiden Jokowi 3 Periode

KATA KUNCI

Analisis Sentimen

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] “buku Machine Learning Teori, Studi Kasus dan Implementasi Menggunakan Python (Ibnu Daqiqil Id) (z-lib.org).” .

[2] R. Sistem, “JURNAL RESTI,” vol. 1, no. 1, pp. 19–25, 2017.

[3] R. S. Zuhro, "DEMOKRASI DAN PEMILU PRESIDEN 2019," Jurnal Penelitian Politik, vol. 16, no. 1, pp. 1829-8001, 2019.

[4] H. Padli, "PENGATURAN MASA JABATAN PRESIDEN SUATU UPAYA MENEGAKAN PRINSIP KONSTITUSIONALISME DI INDONESIA," Jurnal Kertha Semaya, vol. 9, no. 10, pp. 1796-1808, 2021.

[5] Herianto, "PENERAPAN TEXT-MINING UNTUK MENGIDENTIFIKASI PENGGUNA TWITTER TERHADAP FENOMENA PERAN DPR RI," Darma Persada, vol. VIII, no. 2, pp. 2088-060X, 2018.

[6] Herianto, "PENERAPAN TEXT-MINING UNTUK MENGIDENTIFIKASI PENGGUNA TWITTER TERHADAP FENOMENA PERAN DPR RI," Darma Persada, vol. VIII, no. 2, pp. 2088-060X, 2018.

[7] F. Fathonah and A. Herliana, "Penerapan Text Mining Analisis Sentimen Mengenai Vaksin Covid - 19 Menggunakan Metode Naïve Bayes," Jurnal Sains dan Informatika, vol. 7, no. 2, pp. 2598-5841, 2021.

[8] Y. Sunoto and B. Wasito, "ANALISIS TESTIMONIAL WISATAWAN MENGGUNAKAN TEXT MINING DENGAN METODE NAIVE BAYES DAN DECISION TREE, STUDI KASUS PADA HOTEL – HOTEL DI JAKARTA," Jurnal Informatika dan Bisnis.

[9] R. Wati and S. Ernawati, "Analisis Sentimen Persepsi Publik Mengenai PPKM Pada Twitter Berbasis SVM Menggunakan Python," Jurnal Teknik Informatika Unika St. Thomas (JTIUST), vol. 6, no. 2, pp. 2657-1501, 2021.

[10] I. Purnama, R. Saputra and A. Wibowo, "IMPLEMENTASI DATA MINING MENGGUNAKAN CRISP-DM PADA SISTEM INFORMASI EKSEKUTIF DINAS KELAUTAN DAN PERIKANAN PROVINSI JAWA TENGAH". [11] I. Purnama, R. Saputra and A. Wibowo, "IMPLEMENTASI DATA MINING MENGGUNAKAN CRISP-DM PADA SISTEM INFORMASI EKSEKUTIF DINAS KELAUTAN DAN PERIKANAN PROVINSI JAWA TENGAH