Analisis Sentimen Pemilihan Gubernur Jawa Barat Tahun 2018 Dengan Aplikasi Twitter Menggunakan Metode Naïve Bayesian Classification
Kata Kunci:
Analisis Sentimen, Calon Gubernur Jawa Barat, Ridwan Kamil, naïve bayesian classificationAbstrak
Pemilihan Gubernur Jawa Barat 2018 ramai diperbincangkan di dunia nyata maupun dunia maya, khususnya di media sosial Twitter. Semua orang bebas berpendapat atau beropini tentang calon Gubernur Jawa Barat 2018 sehingga memunculkan banyak opini, tidak hanya opini yang positif atau netral, adapula opini negatif. Media sosial khususnya Twitter sekarang ini menjadi salah satu tempat promosi atau kampanye yang efektif dan efisien untuk menggait para pendukung. Dalam hal ini peneliti akan melakukan riset terhadap salah satu tokoh publik yang mencalonkan diri gubernur Jawa Barat. Metode penelitian yang digunakan dalam riset kali ini adalah algoritma klasifikasi Naïve Bayesian Classifer. Data yang digunakan adalah tweet berbahasa Indonesia dengan kata kunci Ridwan Kamil (#RidwanKamil) sebanyak 1031 data tweet selamat setiap hari dimulai dari 15 Januari 2018 sampai 15 April 2018. Hasil dari klasifikasi menggunakan algoritma Naïve Bayesian Classifier didapat 690 jumlah tweet atau 67% dari jumlah keseluruhan data tweet yang mendukung bapak Ridwan Kamil atau bersifat positif khususnya terhadap program kerja yang akan dilakukan dan ini memberikan statistik probabilitas sebesar 73,13% tingkat akurasi Correctly Classified Instances.
Unduhan
Referensi
Ariadi, D., & Fithriasari, K. (2015). Klasifikasi Berita Indonesia Menggunakan Metode Naive Bayesian Classification dan Support Vector Machine dengan Confix Stripping Stemmer. JURNAL SAINS DAN SENI ITS Vol. 4, No.2, 4(2), 248–253.
Buntoro, G. A. (2017). Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter. 32 Integer Journal Maret, 1(2016), 32–41. Retrieved from https://www.researchgate.net/profile/Ghulam_Buntoro/publication/316617194_Analisis_Sentimen_Calon_Gubernur_DKI_Jakarta_2017_Di_Twitter/links/5907eee44585152d2e9ff992/Analisis-Sentimen-Calon-Gubernur-DKI-Jakarta-2017-Di-Twitter.pdf
Buntoro, G. A., Adji, T. B., & Purnamasari, A. E. (2014). Sentiment Analysis Twitter dengan Kombinasi Lexicon Based dan Double Propagation. Citee 2014, ISSN: 2085(OCTOBER 2014), 7–8.
Feldman, R., & Sanger, J. (2007). The text mining handbook: advanced approaches in analyzing unstructured data. Imagine, 34, 410. https://doi.org/10.1179/1465312512Z.00000000017
H. Hasbullah, H Nasution, M. Saleh, L. P. S. ishlahiyah B. (2015). Laporan riset partisipasi pemilih pada pemilihan umum.
Hidayatullah, A. F., & Sn, A. (2014). Analisis Sentimen dan Klasifikasi Kategori Terhadap Tokoh Publik Pada Twitter. Seminar Nasional Informatika 2014, 2014(August 2013), 0–8.
Hidayatulloh, T. (2015). Kajian Komparasi Penerapan Algoritma Support Vector Machine ( Svm ) Dan Multilayer Perceptron ( Mlp ) Dalam Prediksi Indeks Saham Sektor Perbankan : Studi Kasus Saham Lq45 Idx. Bina Sarana Informatika, (July).
Khodra, M. L., Ayu, P., Insanudin, A., & Megally, M. (2013). Ekstraksi Informasi Transaksi Online pada Twitter. Cybermatika, 1(July), 1–4. Retrieved from http://elib.uni-stuttgart.de/opus/volltexte/2012/8012/
Kompas. (2018). Debat Publik Pertama: Pilgub Jawa Barat. Retrieved from https://www.youtube.com/watch?v=lbYD8FOKXCA
KPU. (2014). Daftar penelitian komisi pemilihan umum republik indonesia.
Lidya, S. K., Sitompul, O. S., & Efendi, S. (2015). Sentiment Analysis Pada Teks Bahasa Indonesia Menggunakan Support Vector Machine ( Svm ). Seminar Nasional Teknologi Dan Komunikasi 2015, 2015(Sentika), 1–8. https://doi.org/10.1016/j.eswa.2013.08.047
Ling, J., Kencana, I. putu E. N., & Oka, T. B. (2014). Analisis Sentimen Menggunakan Metode Naïve Bayes Classifier Dengan Seleksi Fitur Chi Square. E-Jurnal Matematika, 3(3), 92–99.
Mujilahwati, S. (2016). Pre-Processing Text Mining Pada Data Twitter. Seminar Nasional Teknologi Informasi Dan Komunikasi, 2016(Sentika), 2089–9815.
Pikiran Rakyat. (2018). Tiga Masalah Utama Fokus Ridwan Kamil dan Uu Ruzhanul Ulum. Retrieved from http://www.pikiran-rakyat.com/bandung-raya/2018/03/13/tiga-masalah-utama-fokus-ridwan-kamil-dan-uu-ruzhanul-ulum-421216
Putranti, N. D., & Winarko, E. (2014). Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine. Ijcss, 8(1), 91–100. https://doi.org/10.22146/ijccs.3499
Raharjo, B. (2018). Sentimen Analisis yang baik dan benar.
Saputra, N., Adji, T. B., & Permanasari, A. E. (2015). Analisis Sentimen Data Presiden Jokowi dengan Preprocessing Normalisasi dan Stemming menggunakan Metode Naive Bayes dan SVM, 5(November).
Sunni, I., & Widyantoro, D. H. (2012). Analisis Sentimen dan Ekstraksi Topik Penentu Sentimen pada Opini Terhadap Tokoh Publik. Jurnal Sarjana Institut Teknologi Bandung Bidang Teknik Elektro Dan Informatika, 1(2), 200–206.
Wikipedia. (2017). Penambangan Teks. Retrieved from https://id.wikipedia.org/wiki/Penambangan_teks
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
The submitting author warrants that the submission is original and that she/he is the author of the submission together with the named co-authors; to the extend the submission incorporates text passages, figures, data or other material from the work of others, the submitting author has obtained any necessary permission.
Articles in this journal are published under the Creative Commons Share Alike Attribution Licence (CC-BY-SA What does this mean?). This is to get more legal certainty about what readers can do with published articles, and thus a wider dissemination and archiving, which in turn makes publishing with this journal more valuable for you, the authors.
By submitting an article the author grants to this journal the non-exclusive right to publish it. The author retains the copyright and the publishing rights for his article without any restrictions.
