Update Artikelilmiah: 46456

MUHAMMAD GHIFARI EL ANSHARI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap tiga pasangan calon presiden dan wakil presiden pemilu 2024 pada media sosial X serta mengetahui metode terbaik dalam model analisis sentimen pasangan calon presiden dan wakil presiden pemilu 2024 pada media sosial X. Metode yang digunakan dalam penelitian ini yaitu Naive Bayess dan Support Vector Machine. Data yang digunakan yaitu data tweet pengguna media sosial X berbahasa Indonesia dengan kata kunci ‘anies-cak imin’, ‘prabowo-gibran’, dan ‘ganjar-mahfud’ yang diambil dari 13 November 2023-29 Februari 2024 sebanyak 3506 data tweet. Pemodelan dengan Naïve Bayes dan Support Vector Machine digunakan untuk melakukan prediksi sentimen terhadap tiga pasangan calon presiden dan wakil presiden pemilu 2024. Model dievaluasi dengan  mencari confusion matrix dengan parameter precision, recall, akurasi, dan F1-Score. Hasil sentimen terhadap tiga pasangan calon presiden dan wakil presiden berdasarkan pelabelan dengan Lexicon based adalah negatif. Lalu, nilai parameter precision, akurasi, dan F1-Score metode SVM lebih tinggi daripada metode Naïve Bayes. Oleh karena itu, metode SVM memiliki kemampuan untuk memprediksi opini lebih baik dibandingkan dengan metode Naïve Bayes.

Abtrak (Bhs. Inggris)

This study aims to determine the public sentiment towards the three pairs of presidential and vice presidential candidates for the 2024 elections on social media X and to find out the best method in the sentiment analysis model for the presidential and vice presidential candidates for the 2024 elections on social media X. The methods used in this research are Naive Bayess and Support Vector Machine. The data used is the tweet data of X social media users in Indonesian with the keywords 'anies-cak imin', 'prabowo-gibran', and 'ganjar-mahfud' taken from November 13, 2023 to February 29, 2024 as much as 3506 tweet data. Modeling with Naïve Bayes and Support Vector Machine was used to predict sentiment towards the three pairs of presidential and vice presidential candidates for the 2024 election. The model was evaluated by finding a confusion matrix with the parameters precision, recall, accuracy, and F1-Score. The results of sentiment towards three pairs of presidential and vice presidential candidates based on Lexicon-based labeling are negative. Then, the parameter values of precision, accuracy, and F1-Score of SVM method are higher than Naïve Bayes method. Therefore, the SVM method has the ability to predict opinions better than the Naïve Bayes method.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman