ANALISIS SENTIMEN TERHADAP PASANGAN CALON PRESIDEN 2019 PADA MEDIA SOSIAL TWITTER

Astri Hijratul Rakhmah, Turina Allita Putri

Abstract


Penambangan Teks (Text Mining) merupakan suatu kegiatan menambang data teks yang bersumber dari dokumen, artikel dll. Artikel merupakan salah satu sumber data teks yang berisi tulisan bebas dari penulis yang terdapat pada sebuah website. Selain artikel, saat ini juga terdapat media sosial yang menjadi pusat berkumpulnya pengguna. Di mana pada media tersebut pengguna dapat secara bebas mengekspresikan opini atau perasaannya pada suatu kejadian tertentu. Pemilihan presiden merupakan sebuah ajang pemilihan kepala negara yang di Indonesia sendiri dilaksanakan setiap 5 tahun sekali. Sehingga ajang pemilihan Presidenpun tidak luput dari topik yang dibahas di dalam sebuah media sosial. Penelitian ini menggunakan teknik penambangan teks untuk melakukan pemetaan terhadap opini/sentimen masyarakat terhadap pasangan calon presiden. Metode yang digunakan dalam penelitian ini adalah pengumpulan data menggunakan teknik crawling, pre-processing, klasifikasi, perhitungan bobot dan persentase sentimen. Hasil penelitian menunjukkan bahwa nilai precision yang dihasilkan adalah 0.575, recall 0.939, accuracy 0.688 serta F-measure adalah 0.713.

 

Kata Kunci : Analisis Sentimen, Calon Presiden, Media Sosial

Full Text:

Artikel 1 (1-11)

References


B. Liu, "Sentimen Analysis and Subjectivity," Handbook of Natural Language Processing, 2010.

D. S. S. Pratik Thakor, "Ontologi-based Sentimen Analysis Process for Sosial Media Content," Procedia Compute Science, vol. 53, 2015.

H. Kwak, C. Lee and S. Moon, "What is Twitter, a Sosial Network or a News Media," 2010. [Online]. Available: https://an.kaist.ac.kr/~haewoon/papers/2010-www-twitter.pdf.

M. A. Setyawan, "Implementasi Mesin Pencarian Berbasis Ontologi pada twitter untuk Membantu Pengukuran Happiness Index Kota Bandung," Bandung, 2016.

S. Murugan, P. S. Bala and G. Aghila, "An Ontologi for Exploreing Knowladge in Computer Network," International Journal on Computational Sciences & Applications, vol. 3, August 2013.


Refbacks

  • There are currently no refbacks.




JURNAL LENTERA ICT INDEXED BY THE FOLLOWING ABSTRACTING AND INDEXING SERVICE:
Crossref
 

Pusat Penelitian dan Pengabdian kepada Masyarakat - Politeknik LP3I Jakarta
Gedung Sentra Kramat
Tlp/Fax: 021-31904598/021-31904599
E-mail: p3m_plj@lp3i.id / uppm.poltek@gmail.com

 

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.