MODEL ANALISIS SENTIMENT DI PILKADA JAWA BARAT 2018

Munawar Munawar, Abdul Rahim

Sari


Abstract

Nowadays, social media is an integral part of personal life. Business, social life and political preferences are now commonly expressed through social media. Therefore, it can be said that social media are representation of netizen’s opinion. One of the famous social media in Indonesia is Twitter. Sentiment analysis is a part of text mining with its focus on document / text analysis.  This study maps the sentiment analysis in the 2018 West Java Regional Election using the Naive Bayes Classifier method. The first step in this research is collecting Twitter data via API using the keyword around the 2018 West Java Regional Election. Furthermore, data pre-processing and data analysis are carried out. Data collected from Twitter from June 20 2016 to July 20, 2018. There are 11,527 tweets.  Based on the test results, it was found that the average accuracy rate for Rindu was 95.00%, Deddy-Dedi 90.00%, Hasanah 84.17% and Asyik 74.08%. Based on data analysis, it can be concluded that Rindu get the highest positive response. However, there is no correlation between the number of positive responses from Twitter and the results of the KPU, because there are many Twitter opinion data whose contents are the same, RT (retweet) results from other users, almost the same time for tweets, and unusual user names.

 

Keywords : Sentiment analysis, twitter, naive bayes classifier

 

Abstrak

Media sosial saat ini sudah menjadi bagian yang tidak terpisahkan dari kehidupan pribadi. Bisnis, kehidupan sosial dan pandangan politik kini umum diekspresikan di media sosial. Oleh karenanya tidak berlebihan kiranya jika media sosial bisa merepresentasikan opini pemiliknya. Twitter adalah salah satu media sosial yang cukup terkenal di Indonesia. Analisis sentimen merupakan cabang dari text mining, dengan fokus utamanya adalah analisis dokumen / teks.  Penelitian ini memetakan analisis sentimen di Pilkada Jawa Barat 2018 menggunakan metode Naive Bayes Classifier. Langkah pertama pada penelitian ini adalah pengumpulan data Twitter via API dengan keyword seputar Pilkada Jawa Barat 2018. Selanjutnya dilakukan pre-processing data dan analisis data. Data yang berhasil dikumpulkan dari Twitter dari 20 Juni 2018 sampai dengan 20 Juli 2018 ada 11.527 tweet.  Dari hasil pengujian didapatkan tingkat akurasi rata – rata untuk pasangan Rindu sebesar 95.00%, Pasangan Deddy-Dedi 90.00%, Pasangan Hasanah 84.17% dan Pasangan Asyik 74.08%. Dari hasil pengolahan data dapat disimpulkan bahwa pasangan Rindu mendapatkan respon positif tertinggi. Meski demikian tidak ada korelasi antara jumlah respon positif dari Twitter dengan hasil KPU, karena data opini Twitter banyak yang isinya sama, hasil RT (retweet) dari user lain, waktu tweet yang hampir sama, dan nama user yang tidak lazim.

 

Kata kunci: Analisis sentimen, twitter, naive bayes classifier .


Teks Lengkap:

PDF

Referensi


Dehaff, M. (2010). Sentiment Analysis, Hard But Worth It!. Diakses dari http://www.customerthink.com/blog/sentiment_analysis_hard_but_worth_it pada Oktober 2017

Fahrurozzi, I. (2012). Implementasi Opinion Mining (Analisis Sentimen) untuk Ekstraksi Data Opini Publik pada Perguruan Tinggi.

Feldman, R., & Sanger. J. (2007). Text Mining Handbook: Advanced Approaches in. Analyzing Unstructured Data. New York: Cambridge University Press

Ginting , S.H., Muslim, K dan Murdiansyah, DT. (2018). Klasifikasi Sentimen Terhadap Bakal Calon Gubernur Jawa 2018 di Twitter Menggunakan Naive Bayes. E-proceeding of engineering : Vol.5, No 1. 1793.

Liu, Bing. (2012). Sentiment Analysis And Opinion Mining. Chicago: Morgan & Claypool Publisher.

http://www.dcc.ufrj.br/~valeriab/DTMSentiment-AnalysisAndOpinionMining-BingLiu.pdf. Diakses November 2017




DOI: https://doi.org/10.47007/komp.v3i02.2678

Refbacks

  • Saat ini tidak ada refbacks.


VISITOR COUNTER:

gerEGGe

 

Web Analytics Made Easy - Statcounter View My Stats