Publisher

MES BOGORMES BOGOR

Journal Sci-tech JournalSci-tech Journal Abstract

Media 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.

Conclusion

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.

Future Research

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.

References

1. 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
2. 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
3. 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

Metadata

File size	656.93 KB
Pages	14
DMCA	Report