MES BOGORMES BOGOR
Sci-tech JournalSci-tech JournalMedia sosial menjadi platform penting dalam menyuarakan opini publik. Salah satu media sosial yang sering digunakan dan paling populer adalah Twitter. Twitter menjadi media sosial yang populer di Indonesia digunakan untuk berdiskusi termasuk isu politik. Topik yang ramai diperbincangkan adalah “hak angket karena adanya dugaan kecurangan yang terjadi pada pemilu tahun 2024. Adanya dugaan kecurangan yang terjadi pada pemilu tahun 2024 memunculkan isu terkait bergulirnya hak angket yang ditujukan untuk mengetahui adanya keganjilan atau kecurangan tersebut. Oleh karena itu diperlukan sebuah metode untuk mengklasifikasikan opini tersebut apakah tergolong sentimen positif atau negatif. Penelitian ini menggunakan sebanyak 1113 data yang telah yang didapatkan dari media sosial Twitter dengan menerapkan teknik crawling. Data melewati beberapa tahapan preprocessing kemudian ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency, split data dan algoritma Support Vector Machine. Hasil pengujian menggunakan tahapan tersebut memperoleh hasil akurasi sebesar 75%, menunjukkan bahwa metode yang diterapkan efektif dalam mengklasifikasikan sentimen publik terkait isu hak angket.
Berdasarkan penelitian yang telah berhasil dilakukan maka dapat disimpulkan mengenai topik Hak Angket penelitian ini menggunakan data yang diambil dari media sosial Twitter dengan crawling.Didapatkan 1113 kemudian diberikan label sentimen yang menghasilkan 397 positif dan 716 negatif.Data kemudian diproses pada tahap preprocessing, tahap ini menghasilkan data bersih siap olah sebanyak 939 data.Selanjutnya data dibobotkan menggunakan TF-IDF untuk dibobotkan dengan merubah data menjadi nilai vektor numerik, yang menghasilkan 939 baris dan 2846 kata unik.Support Vector Machine menghasilkan prediksi yang dapat disajikan dalam bentuk confusion matrix.Berdasarkan gambar dapat diketahui bahwa dari penerapan model algoritma terdapat 21 (21 data yang diklasifikasikan kelas positif dan benar kelas positif), 120 (120 data yang diklasifikasikan kelas negatif dan benar kelas negatif), 7 (7 data yang sebenarnya kelas negatif, tetapi salah diklasaifikasikan sebagai kelas positif), dan 40 (40 data yang sebenarnya adalah kelas positif, tetapi salah diklasifikasikan sebagai kelas negatif).Dari penerapan persamaan rumus diatas dapat dijelaskan secara rinci dari perhitungan yang ada.Nilai penjumlahan 21 (TP) 120 (TN) adalah 141 merupakan jumlah prediksi benar kemudian dibagi dengan total keseluruhan prediksi 21(TP) 7 (FP) 40 (FN) 120 (TN) adalah 188.Jumlah data tersebut kemudian dibagi sehingga didapatkan nilai akhir yaitu 0,75.Menunjukkan bahwa model yang digunakan mampu melakukan prediksi yang benar sebesar 75% dari keseluruhan data yang diuji.
Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian selanjutnya dapat memperluas sumber data dengan menggabungkan data dari berbagai platform media sosial, seperti Facebook dan Instagram, untuk mendapatkan gambaran yang lebih komprehensif mengenai sentimen publik terhadap isu hak angket. Kedua, pengembangan model analisis sentimen dapat dilakukan dengan mengintegrasikan teknik pemrosesan bahasa alami (NLP) yang lebih canggih, seperti analisis semantik dan deteksi ironi, untuk meningkatkan akurasi dalam mengidentifikasi sentimen yang kompleks. Ketiga, penelitian dapat difokuskan pada analisis sentimen berdasarkan demografi pengguna Twitter, seperti usia, jenis kelamin, dan lokasi geografis, untuk memahami bagaimana sentimen terhadap isu hak angket bervariasi di antara kelompok-kelompok masyarakat yang berbeda. Dengan menggabungkan ketiga saran ini, penelitian selanjutnya dapat memberikan wawasan yang lebih mendalam mengenai dinamika sentimen publik terhadap isu hak angket dan dampaknya terhadap proses demokrasi di Indonesia.
- Analisis Sentimen Twitter Atas Isu Hak Angket Menggunakan Pembobotan TF-IDF dan Algoritma SVM | Sci-tech... doi.org/10.56709/stj.v3i2.526Analisis Sentimen Twitter Atas Isu Hak Angket Menggunakan Pembobotan TF IDF dan Algoritma SVM Sci tech doi 10 56709 stj v3i2 526
- Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (SVM) |... journal.ittelkom-pwt.ac.id/index.php/inista/article/view/387Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine SVM journal ittelkom pwt ac index php inista article view 387
- Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan... ejournal.uin-suska.ac.id/index.php/coreit/article/view/12945Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan ejournal uin suska ac index php coreit article view 12945
| File size | 656.93 KB |
| Pages | 14 |
| DMCA | Report |
Related /
UNITOMOUNITOMO Sebagai hasil dari fakta yang ditemukan ini, hasil akurasi paling unggul diperoleh dengan metode Naive Bayes Classifier skenario 1, yaitu dengan menggunakanSebagai hasil dari fakta yang ditemukan ini, hasil akurasi paling unggul diperoleh dengan metode Naive Bayes Classifier skenario 1, yaitu dengan menggunakan
GOVERNMENTJOURNALGOVERNMENTJOURNAL Melalui diskusi, demonstrasi, judicial review, dan dialog kebijakan, mahasiswa memperjuangkan tata kelola yang transparan dan penguatan supremasi sipil.Melalui diskusi, demonstrasi, judicial review, dan dialog kebijakan, mahasiswa memperjuangkan tata kelola yang transparan dan penguatan supremasi sipil.
POLIBANPOLIBAN 002 tweet yang relevan. Kesimpulan dari penelitian ini mengacu pada tujuan yang telah ditetapkan, yaitu untuk menganalisis sentimen publik terhadap perpindahan002 tweet yang relevan. Kesimpulan dari penelitian ini mengacu pada tujuan yang telah ditetapkan, yaitu untuk menganalisis sentimen publik terhadap perpindahan
LINTASBUDAYANUSANTARALINTASBUDAYANUSANTARA Di saat banyak politisi berfokus pada pencitraan melalui iklan-iklan kampanye yang kaku dan tidak menyentuh sisi emosional masyarakat seperti melalui papanDi saat banyak politisi berfokus pada pencitraan melalui iklan-iklan kampanye yang kaku dan tidak menyentuh sisi emosional masyarakat seperti melalui papan
UNAMAUNAMA Pendekatan lexicon-based terbukti efisien dalam menganalisis opini publik berbahasa Indonesia karena tidak memerlukan proses pelatihan model (training)Pendekatan lexicon-based terbukti efisien dalam menganalisis opini publik berbahasa Indonesia karena tidak memerlukan proses pelatihan model (training)
IDEBAHASAIDEBAHASA Penelitian ini menemukan bahwa media massa memiliki peran yang signifikan dalam membentuk opini publik dengan cara membingkai informasi secara selektif,Penelitian ini menemukan bahwa media massa memiliki peran yang signifikan dalam membentuk opini publik dengan cara membingkai informasi secara selektif,
MES BOGORMES BOGOR Kualitas tidur adalah suatu keadaan yang menunjukkan adanya kemampuan individu untuk tidur dan memperoleh jumlah istirahat sesuai dengan kebutuhannya.Kualitas tidur adalah suatu keadaan yang menunjukkan adanya kemampuan individu untuk tidur dan memperoleh jumlah istirahat sesuai dengan kebutuhannya.
ITKITK 84, precision 0. 85, dan recall 0. 84. Nilai akurasi yang didapat dari model yang telah dibangun adalah 0,84, nilai presisi 0,85, nilai recall 0,84 dan84, precision 0. 85, dan recall 0. 84. Nilai akurasi yang didapat dari model yang telah dibangun adalah 0,84, nilai presisi 0,85, nilai recall 0,84 dan
Useful /
LINKPUBLINKPUB Gejala ini dapat memicu perilaku agresif dan kecenderungan isolasi sosial. Pendekatan non-farmakologis seperti art therapy dinilai bermanfaat dalam membantuGejala ini dapat memicu perilaku agresif dan kecenderungan isolasi sosial. Pendekatan non-farmakologis seperti art therapy dinilai bermanfaat dalam membantu
LINKPUBLINKPUB Metode: Studi kasus ini menggunakan metode deksriptif dengan one group pre-posttest design. Sampel pada 5 pasien gagal ginjal kronis di ruang HemodialisaMetode: Studi kasus ini menggunakan metode deksriptif dengan one group pre-posttest design. Sampel pada 5 pasien gagal ginjal kronis di ruang Hemodialisa
UNIRAYAUNIRAYA Jenis penelitian yang digunakan adalah jenis penelitian hukum sosiologis berupa studi empiris untuk menemukan teori-teori mengenai proses bekerjanya hukumJenis penelitian yang digunakan adalah jenis penelitian hukum sosiologis berupa studi empiris untuk menemukan teori-teori mengenai proses bekerjanya hukum
UYPUYP Metode pengumpulan data menggunakan kuesioner, analisa data menggunakan analisis jalur (path analysis). Hasil penelitian menunjukkan: 1) Citra PerusahaanMetode pengumpulan data menggunakan kuesioner, analisa data menggunakan analisis jalur (path analysis). Hasil penelitian menunjukkan: 1) Citra Perusahaan