Analisis Sentimen Pengguna Twitter dalam Pemilihan Presiden (PILPRES) 2024 dengan Menggunakan Algoritma K-Means

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.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3