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