Imam Syahrohim, Septian Fauzi Dwi Saputra, Rizal Wahyu Saputra, V. H. Pranatawijaya, Ressa Priskila
{"title":"PERBANDINGAN ANALISIS SENTIMEN SETELAH PILPRES 2024 DI TWITTER MENGGUNAKAN ALGORITMA MACHINE LEARNING","authors":"Imam Syahrohim, Septian Fauzi Dwi Saputra, Rizal Wahyu Saputra, V. H. Pranatawijaya, Ressa Priskila","doi":"10.23960/jitet.v12i2.4249","DOIUrl":null,"url":null,"abstract":"Penelitian ini bertujuan untuk menganalisis sentimen opini masyarakat di media sosial Twitter setelah Pemilihan Presiden 2024 menggunakan beberapa algoritma machine learning yaitu Naive Bayes, Support Vector Machine, dan Logistic Regression. Data yang digunakan bersumber dari Twitter dengan total 4.260 data yang terdiri dari 3 dataset calon presiden (Ganjar Pranowo, Anies Baswedan, dan Prabowo Subianto). Dilakukan proses crawling data, pembersihan data, pelabelan data menggunakan Vader, dan pelatihan data dengan TF-IDF sebelum dilakukan klasifikasi sentimen. Hasil eksperimen menunjukkan bahwa algoritma Logistic Regression memiliki performa terbaik pada dataset Ganjar Pranowo dengan akurasi 84,39%, presisi 84,92%, recall 84,39%, dan f-measure 81,52%. Penelitian ini memberikan insight tentang perbandingan performa algoritma klasifikasi dalam kasus analisis sentimen pada media sosial yang dapat digunakan sebagai referensi untuk penelitian serupa di masa mendatang.","PeriodicalId":313205,"journal":{"name":"Jurnal Informatika dan Teknik Elektro Terapan","volume":"355 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-04-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika dan Teknik Elektro Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23960/jitet.v12i2.4249","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
Penelitian ini bertujuan untuk menganalisis sentimen opini masyarakat di media sosial Twitter setelah Pemilihan Presiden 2024 menggunakan beberapa algoritma machine learning yaitu Naive Bayes, Support Vector Machine, dan Logistic Regression. Data yang digunakan bersumber dari Twitter dengan total 4.260 data yang terdiri dari 3 dataset calon presiden (Ganjar Pranowo, Anies Baswedan, dan Prabowo Subianto). Dilakukan proses crawling data, pembersihan data, pelabelan data menggunakan Vader, dan pelatihan data dengan TF-IDF sebelum dilakukan klasifikasi sentimen. Hasil eksperimen menunjukkan bahwa algoritma Logistic Regression memiliki performa terbaik pada dataset Ganjar Pranowo dengan akurasi 84,39%, presisi 84,92%, recall 84,39%, dan f-measure 81,52%. Penelitian ini memberikan insight tentang perbandingan performa algoritma klasifikasi dalam kasus analisis sentimen pada media sosial yang dapat digunakan sebagai referensi untuk penelitian serupa di masa mendatang.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
