Perbandingan Analisis Sentimen Setelah Pilpres 2024 Di Twitter Menggunakan Algoritma Machine Learning

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen opini masyarakat di media sosial Twitter setelah Pemilihan Presiden 2024 menggunakan beberapa algoritma machine learning yaitu Naive Bayes, Support Vector Machine, dan Logistic Regression. Data yang digunakan bersumber dari Twitter dengan total 4.260 data yang terdiri dari 3 dataset calon presiden (Ganjar Pranowo, Anies Baswedan, dan Prabowo Subianto). Dilakukan proses crawling data, pembersihan data, pelabelan data menggunakan Vader, dan pelatihan data dengan TF-IDF sebelum dilakukan klasifikasi sentimen. Hasil eksperimen menunjukkan bahwa algoritma Logistic Regression memiliki performa terbaik pada dataset Ganjar Pranowo dengan akurasi 84,39%, presisi 84,92%, recall 84,39%, dan f-measure 81,52%. Penelitian ini memberikan insight tentang perbandingan performa algoritma klasifikasi dalam kasus analisis sentimen pada media sosial yang dapat digunakan sebagai referensi untuk penelitian serupa di masa mendatang.