ANALISIS SENTIMEN MASYARAKAT PADA TWITTER TERHADAP PEMILIHAN UMUM 2024 MENGGUNAKAN ALGORITMA NAÏVE BAYES

Salim Puad, G. Garno, Agung Susilo Yuda Irawan
{"title":"ANALISIS SENTIMEN MASYARAKAT PADA TWITTER TERHADAP PEMILIHAN UMUM 2024 MENGGUNAKAN ALGORITMA NAÏVE BAYES","authors":"Salim Puad, G. Garno, Agung Susilo Yuda Irawan","doi":"10.36040/jati.v7i3.6920","DOIUrl":null,"url":null,"abstract":"Pemilihan Umum (Pemilu) merupakan mekanisme untuk menjalankan kedaulatan rakyat dengan tujuan menciptakan pemerintahan negara yang demokratis berdasarkan Pancasila dan UUD Negara RI Tahun 1945. Pemilu diselenggarakan setiap lima tahun dan melibatkan pemilihan Presiden dan Wakil Presiden, Anggota DPR, DPD, DPRD, serta kepala daerah dan wakil kepala daerah. Pemilu bertujuan untuk memilih para pemimpin yang dapat mencerminkan nilai-nilai demokrasi dan mampu mewakili aspirasi rakyat sesuai dengan perkembangan kehidupan berbangsa dan bernegara. Dalam rangka memahami pandangan masyarakat terkait Pemilihan Umum 2024, dilakukan analisis sentimen. Analisis sentimen ini bertujuan untuk memberikan gambaran tentang bagaimana masyarakat memandang Pemilihan Umum 2024 yang akan datang. Melalui penerapan algoritma Naïve Bayes dengan metodologi KDD, pendapat atau sentimen yang dianalisis menghasilkan 331 label positif, 261 label negatif, dan 825 label netral. Untuk menguji keakuratan analisis sentimen dalam menyelesaikan Pemilihan Umum 2024, digunakan metode split data dan confusion matrix untuk menguji skor. Hasilnya menunjukkan bahwa model dengan pembagian data 90:10 memiliki akurasi tertinggi. Selain menggunakan confusion matrix, juga dilakukan pengujian menggunakan grafik ROC yang menghasilkan nilai AUC tertinggi pada model dengan pembagian data 90:10, dengan nilai 0,71 yang menunjukkan bahwa model ini memiliki kualitas klasifikasi yang baik","PeriodicalId":329787,"journal":{"name":"JATI (Jurnal Mahasiswa Teknik Informatika)","volume":"306 2 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-10-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JATI (Jurnal Mahasiswa Teknik Informatika)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36040/jati.v7i3.6920","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Pemilihan Umum (Pemilu) merupakan mekanisme untuk menjalankan kedaulatan rakyat dengan tujuan menciptakan pemerintahan negara yang demokratis berdasarkan Pancasila dan UUD Negara RI Tahun 1945. Pemilu diselenggarakan setiap lima tahun dan melibatkan pemilihan Presiden dan Wakil Presiden, Anggota DPR, DPD, DPRD, serta kepala daerah dan wakil kepala daerah. Pemilu bertujuan untuk memilih para pemimpin yang dapat mencerminkan nilai-nilai demokrasi dan mampu mewakili aspirasi rakyat sesuai dengan perkembangan kehidupan berbangsa dan bernegara. Dalam rangka memahami pandangan masyarakat terkait Pemilihan Umum 2024, dilakukan analisis sentimen. Analisis sentimen ini bertujuan untuk memberikan gambaran tentang bagaimana masyarakat memandang Pemilihan Umum 2024 yang akan datang. Melalui penerapan algoritma Naïve Bayes dengan metodologi KDD, pendapat atau sentimen yang dianalisis menghasilkan 331 label positif, 261 label negatif, dan 825 label netral. Untuk menguji keakuratan analisis sentimen dalam menyelesaikan Pemilihan Umum 2024, digunakan metode split data dan confusion matrix untuk menguji skor. Hasilnya menunjukkan bahwa model dengan pembagian data 90:10 memiliki akurasi tertinggi. Selain menggunakan confusion matrix, juga dilakukan pengujian menggunakan grafik ROC yang menghasilkan nilai AUC tertinggi pada model dengan pembagian data 90:10, dengan nilai 0,71 yang menunjukkan bahwa model ini memiliki kualitas klasifikasi yang baik
使用天真贝叶斯算法分析 Twitter 上公众对 2024 年大选的看法
大选(Pemilu)是一种行使人民主权的机制,目的是在潘查希拉(Pancasila)和 1945 年《印度尼西亚共和国宪法》的基础上建立一个民主的国家政府。选举每五年举行一次,涉及总统和副总统、人民代表院、民主党和人民民主党成员以及地区首长和副地区首长的选举。选举的目的是选出能够体现民主价值观、能够根据民族和国家生活的发展代表人民愿望的领导人。为了了解人们对 2024 年大选的看法,我们进行了情感分析。该情感分析旨在概述人们如何看待即将到来的 2024 年大选。通过应用奈伊夫贝叶斯算法和 KDD 方法,所分析的意见或情感产生了 331 个正面标签、261 个负面标签和 825 个中性标签。为了测试情感分析在解决 2024 年大选问题方面的准确性,使用了分割数据和混淆矩阵方法来测试得分。结果显示,数据分割比例为 90:10 的模型准确率最高。除了使用混淆矩阵外,还使用 ROC 图进行测试,结果显示数据分割为 90:10 的模型的 AUC 值最高,为 0.71,这表明该模型具有良好的分类质量。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信