Update Artikelilmiah: 46163

ENJELITA SARI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Pemilihan umum (pemilu) merupakan salah satu momen penting dalam kehidupan politik sebuah negara, di mana masyarakat secara demokratis memilih pemimpin dan wakilnya untuk mengelola pemerintahan. Sentimen publik terhadap hasil pemilu memiliki dampak yang signifikan terhadap stabilitas politik dan keadaan ekonomi suatu negara. Penelitian ini bertujuan untuk menganalisis hubungan antara sentimen publik terhadap hasil Pemilu 2024 di Indonesia dengan perubahan harga saham pelaku politik menggunakan pendekatan teknologi dan analisis data. Metode Long Short-Term Memory (LSTM) digunakan untuk mengklasifikasikan sentimen berdasarkan data Twitter yang diambil dengan Harvest Tweet. Evaluasi model LSTM menunjukkan tingkat akurasi sebesar 90%, presisi 93,6%, dan recall 92,7%. Hasil analisis korelasi menggunakan koefisien Spearman menunjukkan hubungan negatif yang signifikan dengan nilai koefisien 0.402 dan nilai p sebesar 0.046. Implementasi dashboard interaktif menggunakan Looker Data Studio memfasilitasi visualisasi data yang digunakan dalam penelitian ini. Saran yang diberikan termasuk peningkatan jumlah data latih untuk model sentimen, eksplorasi metode korelasi alternatif untuk analisis lebih mendalam, serta penyempurnaan antarmuka dan integrasi data pada dashboard untuk meningkatkan pengalaman pengguna dan ketepatan analisis. Penelitian ini diharapkan memberikan kontribusi dalam memahami dinamika sentimen publik dan dampaknya terhadap pasar saham dalam konteks politik Indonesia.

Abtrak (Bhs. Inggris)

General elections (elections) are one of the crucial moments in the political life of a country, where the public democratically elects leaders and their deputies to manage the government. Public sentiment towards the results of elections significantly impacts the political stability and economic conditions of a country. This research aims to analyze the relationship between public sentiment towards the 2024 General Elections in Indonesia and changes in the stock prices of political actors using technological approaches and data analysis. The Long Short-Term Memory (LSTM) method is used to classify sentiment based on Twitter data collected with Harvest Tweet. Evaluation of the LSTM model shows an accuracy rate of 90%, precision of 93.6%, and recall of 92.7%. The correlation analysis using the Spearman coefficient indicates a significant negative relationship with a coefficient of 0.402 and a p-value of 0.046. Implementation of an interactive dashboard using Streamlit facilitates visualization of the data used in this study. Recommendations include increasing the amount of training data for sentiment models, exploring alternative correlation methods for deeper analysis, and refining the interface and data integration on the dashboard to enhance user experience and analysis accuracy. This research is expected to contribute to understanding the dynamics of public sentiment and its impact on the stock market in the context of Indonesian politics.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman