Identifikasi Keberpihakan Tweet pada Twitter Menggunakan Naive Bayes Classifier Berdasarkan Klasifikasi Emosi Menggunakan Class Sequential Rules (Studi Kasus: Pemilihan Presiden 2019)

RIZKY WAHYU KURNIAWATI

Informasi Umum

Kode

19.04.1816

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

226 kali

Informasi Lainnya

Abstraksi

Penggunaan media sosial untuk analisis politik menjadi hal yang umum terjadi, terutama selama pemilihan presiden (pilpres). Banyak peneliti dan media mencoba menggunakan media sosial untuk memahami opini dan tren publik. Twitter merupakan media sosial yang digunakan sebagai tempat banyak masyarakat di internet memberikan opininya termasuk terkait pilpres. Beragam jenis emosi ditunjukkan oleh mereka melalui tweetnya dan suatu jenis emosi tertentu dapat menentukan kecenderungan keberpihakan seseorang terhadap suatu paslon. Klasifikasi emosi pada tweet diperlukan untuk mengetahui seberapa banyak masyarakat yang berpihak pada suatu paslon. Dalam satu tweet dapat terdiri lebih dari satu kalimat dan banyak kata. Susunan kata juga dapat mempengaruhi hasil emosi yang disimpulkan. Pada penelitian ini metode Class Sequential Rules (CSR) digunakan karena kemampuannya dalam pendekatan berbasis pola bahasa didukung dengan pendekatan berbasis leksikon. Selain itu, juga menggunakan Naive Bayes Classifier (NBC) untuk mengidentifikasikan keberpihakan tweet terhadap suatu pasangan calon. Dengan metode tersebut, hasil yang didapatkan dari sistem yaitu keberpihakan kepada Jokowi sebesar 67.5% sedangkan Prabowo sebesar 35.5% serta didapatkan F1-Score sebesar 67.83%.

Kata kunci : klasifikasi, emosi, prediksi, pilpres, CSR, twitter.