Dinamika Sentimen Publik: Analisis Data Twitter/X pada Pemilu Indonesia 2024 dengan Naive Bayes-Support Vector Machine - Dalam bentuk buku karya ilmiah

KARUNA DEWA SATYANANDA

Informasi Umum

Kode

24.04.1659

Klasifikasi

005.262 - Programming in specific programming languages

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

756 kali

Informasi Lainnya

Abstraksi

Riset ini bertujuan untuk menganalisis dinamika sentimen publik terhadap tiga pasangan calon presiden dan wakil presiden dalam Pemilihan Umum (Pemilu) Indonesia 2024. Penelitian ini dilakukan dengan menggunakan data Twitter sebagai sumber informasi untuk memperoleh pemahaman yang lebih mendalam mengenai pola sentimen publik selama enam fase krusial dalam konteks pemilihan tersebut. Metode pengumpulan data dilakukan melalui teknik Tweet-Harvest dengan mengambil sampel tweet yang berkaitan dengan para paslon, data tersebut dianalisis secara berkala selama masa pemilu. Analisis sentimen dilakukan menggunakan pendekatan klasifikasi Naïve Bayes-Support Vector Machine guna memahami pola sentimen yang muncul pada setiap fase tersebut. Model dengan klasifikasi NB-SVM menghasilkan akurasi yang lebih baik dibandingkan model dengan klasifikasi NB dan SVM, dengan rata-rata akurasi senilai 76%. Pada Paslon 01 terbentuk pola dinamis yaitu menurunnya tingkat sentimen positif pada saat debat dan meningkat lagi di kemudian hari. Sedangkan pada Paslon 02 dan Paslon 03 tidak terbentuk pola karena berbagai alasan, yaitu sentimen yang terlalu stabil pada Paslon 02, dan sentimen yang tidak stabil pada Paslon 03. Sedangkan Paslon 01 memperoleh sentimen positif paling banyak, Paslon 02 menerima yang paling negatif, dengan rata-rata 65,19% selama proses pemilu. Penelitian ini membuktikan bahwa hasil analisis sentimen di Twitter/X bertentangan dengan hasil resmi KPU pemilu di Indonesia.