Analisis Sentimen Terhadap Pemilihan Presiden Indonesia 2019 Pada Media Sosial Twitter Menggunakan Metode Naïve Bayes

Authors

  • Lukito Agung Waskito Telkom University
  • Kemas Muslim Lhaksmana Telkom University
  • Danang Triantoro Murdiansyah Telkom University

Abstract

Pada tahun 2019 ini, media sosial twitter masih menjadi media sosial yang digemari oleh banyak orang, walaupun jumlah pengguna aktif yang sempat mengalami penurunan yang signifikan akibat ragamnya media sosial lainnya. Pada media sosial twitter ini kita dapat menuangkan apapun yang ada di pikiran kita dalam bentuk gambar, suara, dan tulisan. Setiap hari banyak sekali hal-hal yang bisa dibahas dan kita bisa menuangkannya pada media sosial twitter. Mulai dari musik, komedi, ataupun mengenai politik dan lain sebagainya. Dari hal-hal yang bisa dibahas tersebut kita bisa menggali informasi yang bermanfaat dalam sebuah penelitian mengenai topik tertentu. Untuk mengolah data dari opini-opini dalam media sosial twitter tersebut kita bisa mengerjakannya dengan teknik analisis sentimen atau opinion mining. Tetapi dalam melakukan analisis sentimen tersebut, kita perlu menggunakan teknik analisis yang tepat agar informasi yang nantinya kita dapatkan bisa maksimal dan dapat bermanfaat. Oleh karena itu, pada makalah tugas akhir ini dilakukan sebuah analisis sentimen terhadap berita yang ada di media sosial twitter mengenai pemilihan umum presiden dan wakil presiden menggunakan metode naïve Bayes classifier dengan mengklasifikasikan sentimen menjadi positif, dan negatif. Hasil penelitian yang telah dilakukan memperoleh tingkat akurasi sebesar 71.67%. Hal tersebut menunjukkan bahwa analisis sentimen menggunakan metode naïve Bayes memperoleh hasil yang cukup baik. Hasil analisis sentimen ini dapat digunakan untuk melihat bagaimana masyarakat Indonesia khususnya pada media sosial twitter dalam menanggapi proses rangkaian pemilihan umum presiden Indonesia 2019. Kata kunci : pilpres, twitter, media sosial, naïve Bayes, klasifikasi.

Downloads

Published

2019-08-01

Issue

Section

Program Studi S1 Ilmu Komputasi