Analisis sentimen terhadap Anies Baswedan menggunakan metode support vector machine studi kasus media sosial twitter

Bagas, Farasqa Nauval Akbar and Deni, Arifianto and Amalina, Maryam Zakiyyah and Agus, Milu Susetyo (2023) Analisis sentimen terhadap Anies Baswedan menggunakan metode support vector machine studi kasus media sosial twitter. Jurnal Smart Teknologi, 4 (6): 2. pp. 715-724. ISSN 2774-1702

[thumbnail of 2774-1702_4_6_2023-2.pdf]
Preview
Text
2774-1702_4_6_2023-2.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial.

Download (454kB) | Preview

Abstract

Anies Baswedan menjadi salah satu bakal calon presiden yang digulirkan media massa menjelang digelarnya Pemilihan Presiden 2024-2029 mendatang mulai menjadi topik pemberitaan media massa di Indonesia. Salah satu media sosial yang sering dipakai oleh publik yaitu Twitter. Banyaknya pengguna media sosial di Indonesia membuat media sosial terutama Twitter dapat digunakan secara efektif untuk melihat bagaimana pendapat dari masyarakat. Dari berbagai opini dan pendapat di twitter dibutuhkan sebuah teknik untuk membagi opini ke dalam kelas opini negatif, netral atau positif. Pada penelitian ini, digunakan Support Vector Machine Multiclass untuk proses klasifikasi dengan menggunakan metode One Against Rest dan Oversampling untuk mengatasi ketidakseimbangan kelas. Hasil dari penelitian ini mendapatkan kesimpulan bahwa masyarakat cenderung memiliki sentimen negatif terhadap Anies Baswedan. Hasil dari pengujian klasifikasi Support Vector Machine tanpa proses balancing data didapatkan nilai Accuracy sebesar 77%, Precission 76% dan Recall 72%, setelah proses balancing data didapatkan nilai Accuracy sebesar 97%, Precission 83% dan Recall 95%.

Item Type: Article
Uncontrolled Keywords: Analisis sentimen, Twitter, SVM, Oversampling, One Against Rest
Subjects: Communication
Social and Political Sciences > Political Sciences
Depositing User: Syifa Naufal Qisty
Date Deposited: 17 Feb 2025 03:26
Last Modified: 17 Feb 2025 03:26
URI: https://karya.brin.go.id/id/eprint/31646

Actions (login required)

View Item
View Item