Analisis Sentimen Pengguna Twitter dalam Pemilihan Presiden (PILPRES) 2024 dengan Menggunakan Algoritma K-Means
-
Published:2024-05-31
Issue:1
Volume:21
Page:
-
ISSN:2302-7339
-
Container-title:Jurnal Algoritma
-
language:
-
Short-container-title:Jurnal Algoritma
Author:
Amin Abdusy Syakur,Kurniadi Dede,Nurzaman Muhammad Zein,Nurfadillah Rifa Sri,Khoerunisa Sarah,Khaerunisa Nisrina,Ajiz Rafi Nurkholiq,Jembar Tegar Hanafi,Faisal Ridwan Nur
Abstract
Salah satu bentuk penegakan demokrasi yang dilakukan oleh Negara Kesatuan Republik Indonesia yaitu melalui penyelenggaraan pemilihan presiden atau sering dikenal juga dengan istilah pilpres. yang diadakan setiap lima tahun sekali untuk memilih Presiden selanjutnya. Kemudian disamping itu, dalam era digital ini masyarakat semakin aktif menggunakan media sosial untuk menyampaikan pandangan, pendapat, dan sentimen mereka terkait dengan pemilihan presiden. Menjelang pilpres 2024 banyak kalangan seperti partai politik, tim sukses, buzzer, dan para pendukung memanfaatkan media sosial sebagai media berkampanye untuk meningkatkan popularitas dan elektabilitas bakal calonnya. Salah satu media sosial yang banyak digunakan dalam media promosi partai politik adalah twitter. Yang digunakan oleh orang-orang untuk mengirimkan berbagai komentar yang bisa bersifat positif atau negatif mengenai pemilihan tersebut. Terkadang, orang juga mengeluarkan pendapat yang bersifat hoaks sebelum atau selama pemilihan berlangsung. Mengingat komentar-komentar di Twitter saat ini sulit untuk dikategorikan sebagai positif atau negatif, diperlukan analisis sentimen guna memahami sikap publik terhadap pemilihan presiden tersebut. Penelitian ini bertujuan untuk mengevaluasi dokumen teks dan menentukan apakah dokumen tersebut memiliki orientasi sentimen positif atau negatif. selain itu metode yang digunakan yaitu K-Means untuk melakukan clustering pada data. Hasil dari pembobotan ini berupa sentimen positif dan negatif. Data diambil dari Twitter mengenai pemilu presiden (pilpres) 2024 sebanyak 1015 data tweet.
Publisher
Institut Teknologi Garut
Reference16 articles.
1. R. Vindua and A. U. Zailani, “Analisis Sentimen Pemilu Indonesia Tahun 2024 Dari Media Sosial Twitter Menggunakan Python,” vol. 10, no. 2, pp. 479–487, 2024, doi: 10.30865/jurikom.v10i2.5945. 2. A. P. Nardilasari, A. L. Hananto, S. S. Hilabi, and B. Priyatna, “Analisis Sentimen Calon Presiden 2024 Menggunakan Algoritma SVM,” vol. 7, no. 1, pp. 11–18, 2024. 3. A. Agrani and B. Rikumahu, “Perbandingan Analisis Sentimen Terhadap Digital Payment ‘Go-Pay’ Dan ‘Ovo’ Di Media Sosial Twitter Menggunakan Algoritma Naïve Bayes Dan Word Cloud Comparison of Sentiment Analysis Against Digital Payment ‘Go-Pay’ and ‘Ovo’ in Social Media Twitter Using N,” Agustus, vol. 7, no. 2, p. 2534, 2020. 4. N. Haqqizar and T. N. Larasyanti, “Analisis Sentimen Terhadap Layanan Provider Telekomunikasi Telkomsel Di Twitter Dengan Metode Naïve Bayes,” Prosiding TAU SNAR-TEK 2019 Seminar Nasional Rekayasa dan Teknologi, vol. 10, no. 2, pp. 1–15, 2019. 5. H. Irsyad and M. R. Pribadi, “Implementasi Text Mining Dalam Pengelompokan Data Tweet Pertanian Indonesia Dengan K-Means,” KURAWAL Jurnal Teknologi, Informasi dan Industri, vol. 3, no. 2, pp. 164–172, 2020.
|
|