ANALISIS SENTIMEN PUBLIK TERHADAP ELEKTABILITAS GANJAR PRANOWO DI TAHUN POLITIK 2024 DI TWITTER DENGAN ALGORITMA KNN DAN NAÏVE BAYES

Sandi, Dede (2023) ANALISIS SENTIMEN PUBLIK TERHADAP ELEKTABILITAS GANJAR PRANOWO DI TAHUN POLITIK 2024 DI TWITTER DENGAN ALGORITMA KNN DAN NAÏVE BAYES. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.55.1072 Dede Sandi.pdf Download (4MB)

Abstract

Tahun politik untuk di tahun 2024 kini telah semakin menjamu bagi segenap masyarakat Indonesia untuk melangsungkan pesta demokrasi oleh segenap masyarakat terkait elektabilitas masing-masing calon presiden. Salah satu di antaranya ialah Ganjar Pranowo yang merupakan tokoh politik Gubernur Jawa Tengah yang akhir-akhir ini di pertengahan tahun 2023 telah diusung oleh salah satu partai politik untuknya maju ke kancah kursi kepala negara sebagai calon presiden untuk pemilihan di tahun 2024 mendatang. Dengan adanya berbagai polemik pendapat dari berbagai lapisan masyarakat, ini merupakan momentum tepat untuk melakukan analisis sebagai bentuk kebulatan polarisasi yang demikian tersuguhkan dari berbagai opini masyarakat sebagai gambaran secara umum dan garis besar dalam bersentimen berupa informasi atas kesimpulan opini publik. Pada tahap eksperimen, penulis melakukan pembagian data dengan persentase 80% data training dan 20% data testing. Pemodelan yang digunakan ialah K-Nearest Neighbor (KNN) dan Naïve Bayes untuk mengklasifikasikan data teks sekaligus melakukan perbandingan atas keduanya. Dalam proses implementasinya, penulis menggunakan python sebagai bahasa pemrograman dalam membangun model tersebut. Dari hasil pengujian atas perbandingan dari kedua pemodelan tersebut, pemodelan K-Nearest Neighbor yang paling baik akurasinya dengan nilai accuracy sebesar 99% dari K-Nearest Neighbor dengan nilai accuracy sebesar 96%. Persentase sentiment dengan perbandingan 96,6% sentimen positif dan 3,4% sentimen negatif menyimpulkan bahwa sebagian besar masyarakat masih mendominasi sentimen positif.

Actions (login required)

View Item