Analisis Sentimen Terhadap Kontroversi Fatwa MUI Nomor 83 Tahun 2023 Tentang Pemboikotan Produk yang Terafiliasi Israel

M. Yasir, Marissa Grace Haque, Robertus Suraji, Istianingsih
{"title":"Analisis Sentimen Terhadap Kontroversi Fatwa MUI Nomor 83 Tahun 2023 Tentang Pemboikotan Produk yang Terafiliasi Israel","authors":"M. Yasir, Marissa Grace Haque, Robertus Suraji, Istianingsih","doi":"10.31933/jemsi.v5i4.1845","DOIUrl":null,"url":null,"abstract":"Abstrak: Kebijakan yang dikeluarkan oleh MUI, khususnya fatwa nomor 83 tahun 2023 yang membahas aspek moralitas dalam mendukung perjuangan palestina, menganjurkan untuk menghindari transaksi dan penggunaan produk yang terkait dengan Israel, terutama negara-negara yang mendukung penjajahan dan Zionisme semaksimal mungkin. Fenomena ini telah memunculkan berbagai tanggapan reaksi dan muncul sebagai subjek wacana yang trending di seluruh platform media sosial termasuk pengguna YouTube. Penelitian ini bertujuan mengembangkan model klasifikasi sentimen menggunakan mengkomparasi lima metode klasifikasi seperti Naïve Bayes, Decision Tree, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbor (KNN) untuk memahami respons terhadap fatwa tersebut. Alat yang digunakan adalah Python Google Collab dengan dataset berasal dari komentar YouTube. Hasil analisis menunjukkan tiga klasifikasi sentimen: setuju, tidak setuju, dan netral, dengan tingkat akurasi Naive Bayes 75%, Decision Tree 65%, Random Forest 67%, SVM 63%, K-NN 53%. Penelitian ini diharapkan memberikan wawasan mendalam tentang distribusi sentimen terkait fatwa tersebut, serta menjadi dasar untuk penelitian lebih lanjut dalam analisis sentimen dan dinamika opini publik.","PeriodicalId":330805,"journal":{"name":"Jurnal Ekonomi Manajemen Sistem Informasi","volume":"1 6","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ekonomi Manajemen Sistem Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31933/jemsi.v5i4.1845","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Abstrak: Kebijakan yang dikeluarkan oleh MUI, khususnya fatwa nomor 83 tahun 2023 yang membahas aspek moralitas dalam mendukung perjuangan palestina, menganjurkan untuk menghindari transaksi dan penggunaan produk yang terkait dengan Israel, terutama negara-negara yang mendukung penjajahan dan Zionisme semaksimal mungkin. Fenomena ini telah memunculkan berbagai tanggapan reaksi dan muncul sebagai subjek wacana yang trending di seluruh platform media sosial termasuk pengguna YouTube. Penelitian ini bertujuan mengembangkan model klasifikasi sentimen menggunakan mengkomparasi lima metode klasifikasi seperti Naïve Bayes, Decision Tree, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbor (KNN) untuk memahami respons terhadap fatwa tersebut. Alat yang digunakan adalah Python Google Collab dengan dataset berasal dari komentar YouTube. Hasil analisis menunjukkan tiga klasifikasi sentimen: setuju, tidak setuju, dan netral, dengan tingkat akurasi Naive Bayes 75%, Decision Tree 65%, Random Forest 67%, SVM 63%, K-NN 53%. Penelitian ini diharapkan memberikan wawasan mendalam tentang distribusi sentimen terkait fatwa tersebut, serta menjadi dasar untuk penelitian lebih lanjut dalam analisis sentimen dan dinamika opini publik.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
对关于抵制与以色列有关联产品的第 83 号法特瓦(2023 年)争议的情绪分析
摘要MUI 发布的政策,特别是 2023 年第 83 号法特瓦(fatwa number 83 of 2023)涉及支持巴勒斯坦事业的道德问题,主张避免交易和使用与以色列有关的产品,特别是尽可能避免交易和使用支持殖民化和犹太复国主义的国家的产品。这一现象引起了各种反应,并成为包括 YouTube 用户在内的社交媒体平台上的热门话题。本研究旨在通过比较 Naïve Bayes、决策树、随机森林、支持向量机 (SVM) 和 K-Nearest Neighbor (KNN) 等五种分类方法来开发情感分类模型,以了解对法特瓦的反应。使用的工具是 Python Google Collab,数据集来自 YouTube 评论。分析结果显示了三种情感分类:同意、不同意和中立,准确率分别为 Naive Bayes 75%、决策树 65%、随机森林 67%、SVM 63%、K-NN 53%。这项研究有望深入洞察与法特瓦相关的情绪分布,并为进一步研究情绪分析和舆情动态提供基础。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Prediksi Financial Distress pada Sektor Perbankan dengan Menggunakan Metode Altman Z-Score, Grover, Springate dan Zmijewski Determinan Penyebab Perilaku Konsumtif Dalam Berbelanja Online Pada Mahasiswa Akuntansi FEB Universitas Tanjungpura Analisis Sentimen Terhadap Kontroversi Fatwa MUI Nomor 83 Tahun 2023 Tentang Pemboikotan Produk yang Terafiliasi Israel Analisis Motivasi Muzakki Dalam Keputusan Mengeluarkan Zakat Analisis Efektivitas Program Pendidikan dan Pelatihan dalam Meningkatkan Kinerja Pegawai Rekam Medis
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1