ANALISIS SENTIMEN KINERJA PEMERINTAHAN MENGGUNAKAN ALGORITMA NBC, KNN, DAN SVM

Hizkia Yotant Pradana, Isnandar Slamet, Etik Zukhronah

Abstract


Pemerintahan Republik Indonesia saat ini tidak lepas dari opini publik. Beberapa lembaga survei nasional melalukan survei terhadap masyarakat Indonesia dan mendapati bahwa ada pro-kontra terhadap kinerja pemerintahan saat ini. Pro-kontra tersebut dituangkan melalui media sosial, salah satunya melalui Twitter. Tujuan penelitian ini adalah untuk mengklasifikasi sentimen masyarakat Indonesia mengenai kinerja pemerintahan saat ini menggunakan data Twitter. Data berjumlah 5.874 tweet yang diambil pada 13 Februari 2022 - 14 Maret 2022. Opini masyarakat diberikan label sentimen positif dan negatif dengan metode analisis VADER kemudian dianalisis menggunakan algoritma NBC, KNN, dan SVM. Hasil analisis menunjukkan bahwa SVM dengan kernel linier merupakan algoritma terbaik untuk penelitian ini dengan nilai akurasi sebesar 85,47%, nilai presisi sebesar 89,34%, nilai recall sebesar 90,34%, dan nilai F1-score sebesar 89,83%.

Kata Kunci: Analisis Sentimen, Twitter, NBC, KNN, SVM

The current government of the Republic of Indonesia was inseparable from public opinion. Several national survey institutions conducted surveys of Indonesian society and found that there were pros and cons to the current government's performance. The pros and cons were outlined through social media, one of which was via Twitter. The purpose of this research was to classify the sentiments of the Indonesian people regarding the current government's performance using Twitter data. The data totaled 5,874 tweets taken on February 13, 2022 - March 14, 2022. Public opinion was labeled positive and negative sentiment using the VADER analysis method and then analyzed using the NBC, KNN, and SVM algorithms. The results of the analysis showed that SVM with linear kernel was the best algorithm for this study with an accuracy value of 85.47%, a precision value of 89.34%, a recall value of 90.34%, and an F1-score value of 89.83%.

Keywords: Sentiment Analysis, Twitter, NBC, KNN, SVM


Full Text:

PDF

References


Amri, S. (2022). 2 Tahun Kinerja Pemerintahan Joko Widodo-M'aruf Amin Dibedah Lewat Survei

Nasional, Ini Hasilnya. https://tanggamus.pikiran-rakyat.com/politika/pr2043431060/2-tahun-kinerja-pemerintahan-Joko Widodo-maruf-amin-dibedahlewat-survei-nasional-ini-hasilnya. Diakses tanggal 31 Januari 2022

Nurita, D., dan Wibowo, E. A. (2021). Survei IPO: Kepuasan Publik Akan Kinerja Joko Widodo

Menurun. https://nasional.tempo.co/read/1535671/survei-ipo-kepuasan-publikakan-kinerja-Joko Widodo-menurun. Diakses tanggal 31 Januari 2022.

Riyanto, A. D. (2021). Hootsuite (We are Social): Indonesian Digital Report 2021.

https://andi.link/hootsuite-we-are-social-indonesian-digital-report-2021/. Diakses

tanggal 2 Februari 2022

Anggraini, N., dan Suroyo, H. (2019). Comparison of Sentiment Analysis against Digital

Payment “T-cash and Go-pay” in Social Media Using Orange Data Mining. Journal

of Information Systems and Informatics, 1(2), 152-163.

Pamungkas, F. S., dan Kharisudin, I. (2021). Analisis Sentimen dengan SVM, NAIVE

BAYES dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi

Covid-19 pada Media Sosial Twitter. In PRISMA, Prosiding Seminar Nasional

Matematika (Vol. 4, pp. 628-634).

Putranti, N.D. dan Winarko, E. (2014). Analisis Sentimen Twitter untuk Teks Berbahasa

Indonesia dengan Maximum Entropy dan Support Vector Machine. IJCCS

(Indonesian Journal Computing and Cybernatics System), 8(1), 91-100.

Lorosae, T. A., Prakoso, B. D., Saifudin, S., dan Kusrin, K. (2018). Analisis Sentimen

Berdasarkan Opini Masyarakat pada Twitter Menggunakan Naive Bayes. Seminar

Nasional Teknologi Informasi & Multimedia Online, 6(1). pp.1-10.

Kurnia, F., Kurniawan, J., Fahmi, I., dan Monalisa, S. (2019). Klasifikasi Keluarga Miskin

Menggunakan Metode K-Nearest Neighbors Berbasis Euclidean Distance. Seminar

Nasional Teknologi Informasi, Komunikasi, dan Industri (SNTKII), 11(1): Hal. 230 – 239.

Saifinnuha, A. Z. (2015). Penerapan Sentimen Analisis Pada Twitter Berbahasa Indonesia

untuk Mendapatkan Rating Program Televisi Menggunakan Metode Support Vector

Machine. Jurnal Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas

Brawijaya: Malang




DOI: http://dx.doi.org/10.31000/sinamu.v4i1.7869

Article Metrics

Abstract - 518 PDF - 491

DOI (PDF): http://dx.doi.org/10.31000/sinamu.v4i1.7869.g3908

Refbacks

  • There are currently no refbacks.


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


Simposium Nasional Multidisiplin (SinaMu) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License


View MyStats