Analisis Sentimen Masyarakat Terhadap Hasil Kerja Petahana Dalam Kaitan Dengan Pemilihan Presiden Tahun 2019 Pada Sosial Media Twitter Menggunakan Support Vector Machine (svm)

Abstrak

Abstrak Calon presiden dan wakil presiden pada pemilihan umum tahun 2019, terdiri dari petahana dan salah satu calon presiden yang baru. Petahana telah bekerja selama 4 tahun untuk membangun Indonesia. Dalam masa kepemimpinannya banyak program kerja yang telah dikerjakannya. Berbagai penilaian terhadap hasil kerjanya bermunculan. Ada yang pro, tetapi juga ada yang kontra dengan hasil kerja petahana. Sosial media Twitter merupakan salah satu platform yang sering digunakan untuk menyampaikan berbagai penilaian terhadap hasil kerja petahana. Informasi yang terdapat pada Twitter berupa pertanyaan, opini atau komentar, baik yang bersifat positif maupun negatif. Setiap tweet yang menyatakan apresiasi maupun penolakan merupakan bentuk ekspresi dari masyarakat sebagai respon terhadap hasil kerja

petahana. Dalam penelitian ini, dibangun sebuah sistem yang dapat mengklasifikasikan tweet berdasarkan

sentiment masyarakat terhadap hasil kerja sang petahana berdasarkan tweet. Untuk mengklasifikasikan

sentimen berdasarkan parameternya digunakan metode Support Vector Machine (SVM) sebagai classifiernya. Hasil yang didapatkan bahwa skenario 3 (kombinasi TF-IDF + Stemming) dan skenario 8 (kombinasi

Word Count + Stemming) memiliki akurasi baik yaitu 81,58% dan 77,56%.

 

Kata kunci : support vector machine, sentimen, twitter, pilpres

 

 

Abstract

Presidential and vice presidential candidates in the 2019 general election, consisting of incumbent and one

of the new presidential candidates. Incumbent has worked for 4 years to develop Indonesia. In his leadership

program many work programs he has done. Various considerations on the results of discussions emerged.

There are pros, but there are also cons with the work of incumbents. Social media Twitter is one of platform

that is often used to present various assessments of incumbent's work. Information suggested on Twitter

includes questions, opinions or comments, both positive and negative. Every tweet that expresses appreciation is also a form of response from the community in response to the incumbent's work. In this study, a

system was built that could classify tweets based on community sentiment towards the incumbent's work

based

on tweets. To classify sentiments based on their parameters the Support Vector Machine (SVM) method is used as the classifier. The results obtained were scenario 3 (TF-IDF + Stemming combination) and scenario 6 (Word Count + Stemming combination) have good accuracy that is 81,58% and 77,56%.

Keywords: support vector machine, sentiment, twitter, general election