PERBANDINGAN METODE BASELINE DAN IMBALANCE HANDLING PADA PENGGUNAAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK KEBUTUHAN ANALISIS SENTIMEN MASYARAKAT DI TWITTER TERHADAP KANDIDAT CALON PRESIDEN PADA PEMILU 2024 - Dalam bentuk buku karya ilmiah

SUCI RAHMADANI

Informasi Umum

Kode

23.04.7430

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Tugas Akhir

Dilihat

20 kali

Informasi Lainnya

Abstraksi

Platform media sosial yang cukup populer di Indonesia yaitu Twitter, media sosial ini menawarkan fitur untuk berbagi teks, foto maupun video. Pengguna Twitter dapat memposting suatu bahasan yang dibagikan, lalu pengguna lain dapat membalas post tersebut walaupun mereka pada dasarnya tidak saling kenal. Dikarenakan Indonesia pada tahun 2024 akan melaksanakan pemilu, maka topik pemilihan presiden ini merupakan topik yang seringkali ditemukan di Twitter. Namun, Pembahasan mengenai kandidat calon presiden kerap kali berlangsung panas dikarenakan setiap orang memiliki pilihan sendiri untuk memimpin Indonesia pada tahun 2024 nanti dan setiap kubu ingin pilihan mereka untuk bisa menang pada pemilu tanpa terkecuali. Untuk mengetahui permasalahan tersebut, diperlukan suatu analisis sentimen untuk meneliti opini masyarakat Indonesia di Twitter terhadap calon kandidat presiden pada Pemilu 2024. Pendekatan yang dipakai pada penelitian ini menggunakan metode klasifikasi dengan algoritma Support Vector Machine (SVM). Keunggulan dari SVM yaitu algoritma ini secara bersamaan meminimalkan kesalahan klasifikasi empiris dan memaksimalkan margin geometric serta metode pembobotan teks atau dokumen menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Metode baseline memberikan performa terbaik dalam klasifikasi ini, dengan hasil pada dataset Prabowo, akurasinya adalah 86,02%, pada dataset Anies adalah 81,6%, dan pada dataset Ganjar adalah 88,44%.

Kata kunci — Pemilu 2024, Twitter, Analisis Sentimen, Support Vector Machine (SVM).