Analisis Sentimen Pemilihan Gubernur Jawa Barat Tahun 2018 Dengan Aplikasi Twitter Menggunakan Metode Naïve Bayesian Classification

Penulis

  • Yusran Tarihoran Fakultas Teknologi Informasi, Universitas Advent Indonesia
  • Kevin Jeremy Manurip Fakultas Teknologi Informasi, Universitas Advent Indonesia

https://doi.org/10.36342/teika.v8i1.2243

Kata Kunci:

Analisis Sentimen, Calon Gubernur Jawa Barat, Ridwan Kamil, naïve bayesian classification

Abstrak

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.

Article Metrics

Unduhan

Data unduhan belum tersedia.

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

2018-04-30

Cara Mengutip

Tarihoran, Y., & Manurip, K. J. (2018). Analisis Sentimen Pemilihan Gubernur Jawa Barat Tahun 2018 Dengan Aplikasi Twitter Menggunakan Metode Naïve Bayesian Classification. TeIKa, 8(1), 99-105. https://doi.org/10.36342/teika.v8i1.2243

Terbitan

Bagian

Datamining

Artikel paling banyak dibaca berdasarkan penulis yang sama