LENTERADUALENTERADUA
JNANALOKAJNANALOKAMedia sosial dapat memberikan gambaran umum opini yang terjadi di masyarakat, termasuk dalam pemilihan presiden 2019. Data dari media sosial menarik untuk dianalisis guna mengetahui opini masyarakat. Penelitian ini menggunakan teknik pengumpulan data dengan metode multistage random, berdasarkan data dari situs Semiocast terhadap keaktifan postingan Twitter di beberapa kota besar di Indonesia, yaitu Jakarta, Bandung, Semarang, Surabaya, dan Yogyakarta. Pengambilan data berdasarkan kata kunci pilpres 2019 menghasilkan 5055 data. Data diklasifikasi berdasarkan kategori ujaran kebencian dengan algoritma Naive Bayes Classifier dan pembobotan TF-IDF. Hasil klasifikasi menunjukkan bahwa sentimen irrelevant sebanyak 11,3% dengan 573 data, sentimen negatif sebanyak 35,4% dengan 1786 data, sentimen netral sebanyak 26,7% dengan 1350 data, dan sentimen positif sebanyak 26,6% dengan 1343 data. Sentimen negatif memperoleh skor tertinggi dengan nilai 35,4%. Distribusi sentimen negatif pada lima kota menunjukkan bahwa Jakarta memiliki sentimen negatif sebesar 33,8%, Bandung 65,4%, Surabaya 37,2%, Yogyakarta 51,8%, dan Semarang 61,7%.
Analisis sentimen dengan metode NBC dapat digunakan untuk mengklasifikasi ujaran kebencian dalam tweet dengan hashtag pilpres 2019.Hasil akurasi terbaik diperoleh dengan pembobotan TF yaitu 92,7% dibandingkan dengan pembobotan TF-IDF yaitu 91,3%.Hasil analisis sentimen ujaran kebencian pada data uji sejumlah 5055 data tweet dengan hashtag pilpres2019 di lima kota menunjukkan kecenderungan pada sentimen negatif dengan nilai terbesar yaitu 35,4%.Sentimen negatif terbesar pada masing-masing kota adalah.Jakarta 33,8%, Bandung 65,4%, Surabaya 37,2%, Yogyakarta 51,8%, dan Semarang 61,7%.Pembentukan opini di Twitter banyak dilakukan oleh tim sukses kandidat dengan tujuan kampanye hitam.Pengamatan lebih dalam diperlukan untuk mengetahui apakah postingan tersebut dilakukan oleh akun tertentu untuk tujuan menjatuhkan kandidat.
Untuk penelitian lanjutan, dapat dilakukan analisis lebih mendalam mengenai pengaruh tim sukses kandidat dalam membentuk opini di Twitter. Penelitian ini dapat fokus pada identifikasi akun-akun tertentu yang melakukan kampanye hitam dan menganalisis strategi serta dampak dari kampanye tersebut. Selain itu, penelitian juga dapat mengeksplorasi faktor-faktor lain yang mempengaruhi pembentukan opini di media sosial, seperti pengaruh tokoh publik atau influencer. Dengan demikian, penelitian ini dapat memberikan pemahaman yang lebih komprehensif mengenai dinamika opini masyarakat dalam pemilihan presiden.
| File size | 586.04 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UINSAUINSA Sebagian melihatnya secara positif, menilai bahwa perempuan dapat membantu meningkatkan kesejahteraan ekonomi keluarga, namun sebagian lainnya mempertanyakanSebagian melihatnya secara positif, menilai bahwa perempuan dapat membantu meningkatkan kesejahteraan ekonomi keluarga, namun sebagian lainnya mempertanyakan
ITHBITHB Model klasifikasi menggunakan jaringan syaraf tiruan multilayer perceptron dengan arsitektur 3–7–3, optimizer Adam, laju pembelajaran 0,001, ukuranModel klasifikasi menggunakan jaringan syaraf tiruan multilayer perceptron dengan arsitektur 3–7–3, optimizer Adam, laju pembelajaran 0,001, ukuran
ASDKVIASDKVI Organisasi Kesehatan Dunia (WHO) menegaskan bahwa kunci utama dalam menurunkan angka kematian bukan hanya terletak pada kemampuan deteksi dini, tetapiOrganisasi Kesehatan Dunia (WHO) menegaskan bahwa kunci utama dalam menurunkan angka kematian bukan hanya terletak pada kemampuan deteksi dini, tetapi
LENTERADUALENTERADUA Hasil pengujian game menunjukkan tingkat kepuasan pengguna mencapai 85%, dengan harapan game ini dapat meningkatkan pemahaman masyarakat tentang kesehatanHasil pengujian game menunjukkan tingkat kepuasan pengguna mencapai 85%, dengan harapan game ini dapat meningkatkan pemahaman masyarakat tentang kesehatan
LENTERADUALENTERADUA Penelitian ini bertujuan meningkatkan keamanan komputer dengan menggunakan ISACA Design Toolkit COBIT 2019. Studi literatur menemukan bahwa model SupportPenelitian ini bertujuan meningkatkan keamanan komputer dengan menggunakan ISACA Design Toolkit COBIT 2019. Studi literatur menemukan bahwa model Support
LENTERADUALENTERADUA Penerapan hak akses peran terhadap schema, tabel dan kolom tertentu yang tepat selain diterapkan pada basis data juga dapat meningkatkan keamanan di sisiPenerapan hak akses peran terhadap schema, tabel dan kolom tertentu yang tepat selain diterapkan pada basis data juga dapat meningkatkan keamanan di sisi
LENTERADUALENTERADUA Selain itu, pemodelan RSDM merupakan model yang baik untuk memperbaiki daripada model SDM dalam memodelkan Tingkat Pengangguran Terbuka di Provinsi JawaSelain itu, pemodelan RSDM merupakan model yang baik untuk memperbaiki daripada model SDM dalam memodelkan Tingkat Pengangguran Terbuka di Provinsi Jawa
IRPIIRPI Dari analisis dan hasil yang telah dilakukan dapat disimpulkan bahwa Analisis sentimen opini masyarakat tentang vaksinasi COVID-19 di Indonesia cenderungDari analisis dan hasil yang telah dilakukan dapat disimpulkan bahwa Analisis sentimen opini masyarakat tentang vaksinasi COVID-19 di Indonesia cenderung
Useful /
IRPIIRPI Berdasarkan hasil dan analisis dari penelitian dapat diambil kesimpulan bahwa daerah rawan gempa berdasarkan pada waktu terjadinya dilihat dari Magnitude,Berdasarkan hasil dan analisis dari penelitian dapat diambil kesimpulan bahwa daerah rawan gempa berdasarkan pada waktu terjadinya dilihat dari Magnitude,
USNSJUSNSJ Kelas eksperimen diajarkan menggunakan model Mind Mapping, sedangkan kelas kontrol diajarkan menggunakan model konvensional. Berdasarkan hasil analisisKelas eksperimen diajarkan menggunakan model Mind Mapping, sedangkan kelas kontrol diajarkan menggunakan model konvensional. Berdasarkan hasil analisis
USNSJUSNSJ ) menunjukkan bahwa sembilan isolat memiliki kemampuan menghambat pertumbuhan bakteri Staphylococcus aureus, dengan dua isolat menunjukkan kemampuan kuat) menunjukkan bahwa sembilan isolat memiliki kemampuan menghambat pertumbuhan bakteri Staphylococcus aureus, dengan dua isolat menunjukkan kemampuan kuat
LENTERADUALENTERADUA Jumlah atribut yang diklasifikasi adalah 24, 12, 6, 5, dan 4 atribut. Peningkatan nilai akurasi didapatkan pada pengurangan atribut dari 24 ke 12 denganJumlah atribut yang diklasifikasi adalah 24, 12, 6, 5, dan 4 atribut. Peningkatan nilai akurasi didapatkan pada pengurangan atribut dari 24 ke 12 dengan