MANULLANG, OKTAVIAMI and Prianto, Cahyo and Harani, Nisa Hanum (2023) ANALISIS SENTIMEN UNTUK MEMPREDIKSI CALON PEMILU PRESIDEN MENGGUNAKAN LEXICON BASED DAN RANDOM FOREST (1.1.4.23.035/OKT/A). Diploma thesis, ULBI.
Full text not available from this repository.Abstract
ABSTRAK Dalam konteks politik Indonesia, Pemilihan Presiden adalah momen yang sangat penting. Dalam rangka memprediksi hasil pemilihan, analisis sentimen melalui media sosial dapat memberikan wawasan tentang pandangan masyarakat. Salah satu platform media sosial yang populer untuk analisis sentimen adalah Twitter. Dalam persiapan menghadapi Pemilihan Presiden Indonesia, Twitter menjadi sumber data yang sangat berharga. Analisis sentimen dapat dilakukan untuk mengeksplorasi topik kampanye pemilu dengan mempertimbangkan berbagai pendapat yang diungkapkan oleh pengguna Twitter, termasuk sentimen positif, netral, dan negatif. Data tweet yang terkumpul dari berbagai sumber melalui Twitter mengalami tahap preprocessing, yang melibatkan pembersihan dan stemming. Analisis sentimen memiliki peran utama dalam mengungkapkan kecenderungan opini publik terhadap pemilihan. Dalam penelitian ini, dua metode yang digunakan adalah Random Forest dan Lexicon Based untuk meramalkan sentimen terhadap calon presiden. Random Forest digunakan untuk menganalisis sentimen dalam data teks yang diperoleh dari media sosial, situs berita, dan forum online. Hasil penelitian menunjukkan bahwa baik metode Lexicon Based maupun Random Forest berhasil memprediksi sentimen negatif sebesar 48%, sentimen positif sebesar 96%, dan sentimen netral sebesar 97% terkait opini pengguna Twitter terhadap kandidat Pilpres. Tingkat akurasi total model mencapai 88%. Oleh karena itu, analisis sentimen ini memberikan wawasan yang lebih dalam mengenai pandangan masyarakat terhadap calon Pilpres melalui media sosial, khususnya Twitter. Kata Kunci : Analisis Sentimen, Pemilu, Calon Presiden, Lexicon based, Random Forest
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 23 Jan 2024 04:25 |
| Last Modified: | 23 Jan 2024 04:25 |
| URI: | http://eprint.ulbi.ac.id/id/eprint/2117 |
Actions (login required)
 |
View Item |
