Analisis Sentimen Berbasis Leksikon InSet Terhadap Partai Politik Peserta Pemilu 2019 Pada Media Sosial Twitter

Abstract

Abstrak Pemilu adalah acara politik terbesar di dalam suatu bangsa, setiap partai akan berlomba-lomba memperebutkan suara rakyat. Untuk memperebutkan suara tersebut agar sesuai dengan target suatu partai maka dilakukanlah kampanye untuk menarik minat masyarakat terhadap suatu partai tertentu. Pada saat kampanye ini juga opini masyarakat sangat berkembang dengan masif terutama pada media sosial twitter yang mana masyarakat dapat mengekspresikan opininya secara bebas. Ada opini positif dan opini negatif serta opini yang bersifat netral yang dikeluarkan oleh masyarakat. Maka dari itu tugas akhir ini dibuat untuk menganalisis opini masyarakat terhadap partai politik peserta pemilu pada tahun 2019 dengan menggunakan InSet Lexicon dimana metode ini adalah metode berbasis kamus data berisi kata kata sentimen berbahasa Indonesia yang telah disertai oleh bobot pada setiap katanya. Berdasarkan sistem yang telah dibangun didapatkanlah rata rata pengujian sistem yang terdiri atas precision 40%, Recall 42%, F1 35%, Accuracy 61%. Kata kunci : Pemilu, Partai Politik, Analisis Sentimen, Twitter, Leksikon. Abstract Elections are the biggest political event in a nation, each party will compete for the people's voices. To fight for these voices to fit the target of a party, a campaign was carried out to attract public interest in a particular party. During this campaign public opinion also developed massively, especially on Twitter social media, where the public could freely express their opinions. There are positive opinions and negative opinions as well as neutral opinions issued by the public. Therefore this final project was made to analyze public opinion of the political parties participating in the elections in 2019 using the Lexicon InSet where this method is a dictionary-based method of data containing Indonesian sentiment words which has been accompanied by a weight on each word. Based on the system that has been built, it is found that the average test system consists of precision 40%, Recall 42%, F1 35%, Accuracy 61%. Keywords : Elections, Political Parties, Sentiment Analysis, Twitter, Lexicon