Implementasi Algoritma Support Vector Machine dan Model Bag-of-Words dalam Analisis Sentimen mengenai PILKADA 2020 pada Pengguna Twitter

##plugins.themes.bootstrap3.article.main##

Raja Farhan Ramadha Pohan Dian Eka Ratnawati Issa Arwani

Abstrak

Media sosial adalah platform digital yang digunakan untuk mengumpulkan informasi. Salah satu contoh media sosial di Indonesia dengan jumlah pengguna paling banyak adalah Twitter. Twitter merupakan salah satu platform media sosial berbentuk microblog, yang memiliki fungsi utama untuk bertukar opini dan berbagi ide. Salah satu topik yang sempat ramai diperbincangkan di Twitter adalah pelaksanaan Pilkada 2020. Pilkada 2020 ini mengundang perhatian banyak pengguna Twitter karena pelaksanaannya dilakukan ditengah pandemi. Tweets atau cuitan para pengguna Twitter disini dijadikan objek untuk melakukan analisis sentimen terhadap topik terkait. Proses analisis sentimen ini dilakukan dengan menerapkan algoritma Support Vector Machine untuk melakukan pengelompokan tweets positif dan negative. Penelitian ini menggunakan 400 tweets yang terdiri dari 187 tweets positif dan 213 tweets negatif. Nilai accuracy, precision, recall, dan f1-score pada model machine learning ini secara berturut- turut adalah 87.5%, 87.4%, 87.4%, dan 87.4%. Nilai ini didapatkan dengan menggunakan parameter C sebesar 5, dan parameter max_iter sebesar 100.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Pohan, R., Ratnawati, D., & Arwani, I. Implementasi Algoritma Support Vector Machine dan Model Bag-of-Words dalam Analisis Sentimen mengenai PILKADA 2020 pada Pengguna Twitter. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 10, p. 4924-4931, okt. 2022. ISSN 2548-964X. Tersedia pada: <https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11715>. Tanggal Akses: 08 des. 2022
Bagian
Artikel