Analisis Sentimen Pelantikan Presiden Indonesia 2024 Menggunakan Model Klasifikasi dan Algoritma Naive Bayes
Abstract
Indonesia merupakan negara yang berbentuk republik yang dipimpin oleh seorang presiden. Indonesia telah menyelesaikan proses pemilihan presiden untuk periode 2024 sampai 2029. Pelantikan presiden disiarkan melalui media nasioanl seperti TV, Radio, YouTube, dan media lainnya. Berdasarkan pelantikan tersebut mengundang berbagai respon dari masyarakat, baik berupa ucapan selamat, harapan, maupun kritik. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pelantikan Presiden dan Wakil Presiden Indonesia periode 2024-2029 pada saluran YouTube milik Sekretariat Kepresidenan. Analisis sentimen pada penelitian ini dikombinasikan dengan metode Naive Bayes yang digunakan untuk mengelompokkan komentar tersebut kedalam tiga kategori yaitu positif, negatif, netral. Data dikumpulkan melalui proses crawling di Googke Colab, Menghasilkan 1.371 data komentar dari vidio pelantikan. Data tersebut diolah melalui tahapan preprocessing, yang termasuk cleansing, case folding, tokenize, stopword removal, stemming dan pemberian bobot menggunakan TF-IDF. Untuk mengatasi ketidakseimbangan data, digunakan metode SMOTE. Hasil klasifikasi menunjukkan mayoritas komentar positif dan netral yang mencerminkan penerimaan cukup baik dari publik terhadap kepemimpinan baru. Model Naive Bayes ini menghasilkan akurasi sebesar 92% setelah data diseimbangkan akurasi ini mengalami peningkatan, sebelum diseimbangkan memeperoleh akurasi sebesar 86%, hal ini menunjukkan keefektifan dan ketepatan model dalam mengklasifikasikan sentimen. Hasil ini menegaskan bahwa metode Naive Bayes dapat diandalkan untuk analisis sentimen publik.
Kata Kunci: Analisis sentimen, pelantikan presiden, Naive Bayes
References
[2] S. Kemp, “Digital 2024: Indonesia,” Datareportal. https://datareportal.com/reports/digital-2024-indonesia
[3] Chely Aulia Misrun, E. Haerani, M. Fikry, and E. Budianita, “Analisis sentimen komentar youtube terhadap Anies Baswedan sebagai bakal calon presiden 2024 menggunakan metode naive bayes classifier,” J. CoSciTech (Computer Sci. Inf. Technol., vol. 4, no. 1, pp. 207–215, 2023, doi: 10.37859/coscitech.v4i1.4790.
[4] H. Setiawan and I. Zufria, “Analisis Sentimen Pembatalan Indonesia Sebagai Tuan Rumah Piala Dunia FIFA U-20 Menggunakan Naïve Bayes,” J. Media Inform. Budidarma, vol. 7, no. 3, p. 1003, 2023, doi: 10.30865/mib.v7i3.6144.
[5] I. L. Achmadi, H. Yuana, and M. F. Rahmat, “Analisis Sentimen Hasil Pemilihan Presiden Ri 2024 Pada Twitter Atau X Dengan Metode Naive Bayes Classifier,” vol. 4, pp. 9033–9048, 2024.
[6] K. A. Lubis, M. T. A. Bangsa, and A. Yudertha, “Analisis Sentimen Opini Masyarakat terhadap Pindahnya Ibu Kota Indonesia dengan menggunakan Klasifikasi Naïve Bayes,” J. Teknoinfo, vol. 18, no. 1, pp. 226–238, 2024, [Online]. Available: https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
[7] F. Setiawan and P. F. Ariyani, “PADA YOUTUBE BERBASIS WEB DENGAN NAÏVE BAYES SENTIMENT ANALYSIS OF THE CONSTITUTIONAL COURT ’ S DECISION ON THE 2024 PRESIDENTIAL ELECTION DISPUTE ON WEB-BASED YOUTUBE WITH NAIVE BAYES,” vol. 3, no. September, pp. 769–778, 2024.
[8] B. Ramadhani and R. R. Suryono, “Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse,” J. Media Inform. Budidarma, vol. 8, no. 2, p. 714, 2024, doi: 10.30865/mib.v8i2.7458.
[9] S. Fauzi, A. P. Siswono, and A. F. Prayitno, “Analisis Sentimen Jersey Erspo Timnas Indonesia Menggunakan Model Klasifikasi dan Algoritma Naïve Bayes,” vol. 19, no. 1, pp. 25–36.
[10] Ade Dwi Dayani, Yuhandri, and G. Widi Nurcahyo, “Analisis Sentimen Terhadap Opini Publik pada Sosial Media Twitter Menggunakan Metode Support Vector Machine,” J. KomtekInfo, vol. 11, pp. 1–10, 2024, doi: 10.35134/komtekinfo.v11i1.439.
[11] T. Z. Fatikhah, M. Muhtarom, and I. Oktaviani, “ANALISIS SENTIMEN ULASAN MIE GACOAN SOLO VETERAN DI GOOGLE MAPS MENGGUNAKAN,” vol. 6, no. 3, pp. 649–658.
[12] A. O. Praneswari and N. Cahyono, “Analisis Sentimen Ulasan Aplikasi TikTok Shop Seller Center di Google Playstore Menggunakan Algoritma Naive Bayes,” Indones. J. Comput. Sci., vol. 12, no. 1, pp. 3925–3940, 2023.
[13] K. Akbar and M. Hayaty, “Data Balancing untuk Mengatasi Imbalance Dataset pada Prediksi Produksi Padi,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 2, no. 02, 2020, doi: 10.46772/intech.v2i02.283.
[14] T. A. Dewi and E. Mailoa, “Jurnal Indonesia : Manajemen Informatika dan Komunikasi PERBANDINGAN IMPLEMENTASI METODE SMOTE PADA ALGORITMA SUPPORT VECTOR MACHINE ( SVM ) DALAM ANALISIS SENTIMEN OPINI Jurnal Indonesia : Manajemen Informatika dan Komunikasi,” J. Indones. Manaj. Inform. dan Komun., vol. 4, no. 3, pp. 849–855, 2023.
[15] N. Muslimah, A. Sutikno, and S. Kom, “Analisis Sentimen Komentar Netizen Pada Brand Skincare The Originote Menggunakan Metode Naïve Bayes,” Proc. Natl. Conf. Electr., vol. 3, pp. 826–835, 2023, [Online]. Available: https://exportcomments.com
[16] A. Safira, F. N. Hasan, K. J. Timur, and N. B. Classifier, “PAYLATER MENGGUNAKAN METODE NAIVE BAYES,” vol. 5, no. 1, pp. 59–70, 1978.
[17] E. Magdalena and B. Hakim, “Sentimen Kebijakan Pemerintah terhadap Kepercayaan Masyarakat Menggunakan Metode NLP Rule Based Sentiment on Public Trust Using the NLP Rule Based Method,” vol. 12, no. 1, pp. 175–182, 2024, doi: 10.26418/justin.v12i1.72426.
