Analisis Sentimen Terhadap Opini Publik pada Sosial Media Twitter Menggunakan Metode Support Vector Machine

Ade Dwi Dayani; Yuhandri; Gunadi Widi Nurcahyo

doi:10.35134/komtekinfo.v11i1.439

Authors

Ade Dwi Dayani Universitas Putra Indonesia "YPTK" Padang
Yuhandri Universitas Putra Indonesia YPTK Padang
Gunadi Widi Nurcahyo Universitas Putra Indonesia YPTK Padang

DOI:

https://doi.org/10.35134/komtekinfo.v11i1.439

Keywords:

Childfree, Analisis Sentimen, Opini Publik, Media Sosial, Support Vector Machine

Abstract

Perkembangan topik childfree kini menjadi pembahasan yang ramai diperbincangkan oleh publik. Hangatnya kembali topik childfree di karenakan seorang pegiat sosial media yang memutuskan untuk memilih childfree dan mengemukakannya ke media sosial. Penelitian ini bertujuan untuk melakukan sentimen analisis klasifikasi terhadap opini publik pada sosial media twitter. Metode analisis klasifikasi yang digunakan mengadopsi kinerja metode Support Vector Machine (SVM) untuk menyajikan keluaran yang optimal. Dataset penelitian diambil dengan menggunakan teknik crawling yang bersumber dari sosial media Twitter. Dataset penelitian yang diperoleh akan di klasifikasi ke dalam model sentimen positif, negatif, dan netral. Hasil pengujian analisis SVM berdasarkan data sampel diperoleh hasil analisis klasifikasi dengan tingkat akurasi sebesar 69,69%, recall sebesar 45,60%, precision sebesar 51,56%, dan F1-Score 46%. Berdasarkan hasil penelitian yang diperoleh, kinerja analisis SVM menunjukkan performa yang cukup dalam melakukan analisis klasifikasi terhadap opini publik pada sosial media twitter. Penelitian ini dapat berkontribusi dalam memberikan pengetahuan baru dalam pengklasifikasian menggunakan metode Support Vector Machine serta melihat bagaimana perkembangan topik childfree pada media sosial Twitter di Indonesia.

References

Fitriana, F., Utami, E., & Al Fatta, H. (2021b). Analisis Sentimen Opini Terhadap Vaksin Covid - 19 pada Media Sosial Twitter Menggunakan Support Vector Machine dan Naive Bayes. Jurnal Komtika (Komputasi dan Informatika), 5(1), 19–25. https://doi.org/10.31603/komtika.v5i1.5185

Wahyuni, W. (2022). Analisis Sentimen terhadap Opini Feminisme Menggunakan Metode Naive Bayes. Jurnal Informatika Ekonomi Bisnis, 148–153. https://doi.org/10.37034/infeb.v4i4.162

Simbolon, C. A. D. (2021). Penggunaan komunikasi media sosial twitter di kalangan remaja di kecamatan cibinong, kabupaten bogor. Jurnal Ilmu Sosial dan Ilmu Politik (JISIP), 10(3), 219-226.

Aisyah, I., & Hasfi, N. (2022). Opini Publik Dalam Gerakan Tagar# percumalaporpolisi Di Media Sosial Twitter. Interaksi Online, 10(3), 605-618 Alhaq, Z., Mustopa, A., & Santoso, J. D. (t.t.). PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER.

Siregar, D., Ladayya, F., Albaqi, N. Z., & Wardana, B. M. (2023). Penerapan Metode Support Vector Machines (SVM) dan Metode Naïve Bayes Classifier (NBC) dalam Analisis Sentimen Publik terhadap Konsep Child-free di Media Sosial Twitter. Jurnal Statistika dan Aplikasinya, 7(1), 93-104.

Mingkase, N., & Rohmaniyah, I. (2022). Konstruksi gender dalam problematika childfree di sosial media Twitter. Yinyang: Jurnal Studi Islam Gender dan Anak, 17(2), 201-222.

Siswanto, A. W., & Neneng Nurhasanah. (2022). Analisis Fenomena Childfree di Indonesia. Bandung Conference Series: Islamic Family Law, 2(2). https://doi.org/10.29313/bcsifl.v2i2.2684

Fitriyah, N., Warsito, B., Asih, D., & Maruddani, I. (2020). ANALISIS SENTIMEN GOJEK PADA MEDIA SOSIAL TWITTER DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM). JURNAL GAUSSIAN, 9(3), 376–390. https://ejournal3.undip.ac.id/index.php/gaussian/

Leelawat, N., Jariyapongpaiboon, S., Promjun, A., Boonyarak, S., Saengtabtim, K., Laosunthara, A., Yudha, A. K., & Tang, J. (2022). Twitter data sentiment analysis of tourism in Thailand during the COVID-19 pandemic using machine learning. Heliyon, 8(10). https://doi.org/10.1016/j.heliyon.2022.e10894

Rachman, F. H. (2020). Komputasi Bahasa Alami. Media Nusa Creative (MNC Publishing)

Muktafin, E., Kusrini, K., & Luthfi, E. T. (2020). Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language Processing. Jurnal Eksplora Informatika, 10(1), 32-42. https://doi.org/10.30864/eksplora.v10i1.390

Mukti, A., Hadiyanti, A. D., Nurlaela, A., & Panjaitan, J. (2023). Sistem Analisa Sentiment Bakal Calon Presiden 2024 Menggunakan Metode NLP Berbasis Web. SOSCIED, 6(1), 128-140.

Alhaq, Z., Mustopa, A., Mulyatun, S., & Santoso, J. D. (2021). Penerapan Metode Support Vector Machine Untuk Analisis Sentimen Pengguna Twitter. Journal of Information System Management (JOISM), 3(1), 16-21.

Amrullah, M. S., Pane, S. F., & Fauzan, M. N. (2023). Analisis Sentimen Masyarakat Terhadap Kebijakan Polisi Tilang Manual Di Indonesia. Penerbit Buku Pedia. https://books.google.co.id/books?id=_Uq5EAAAQBAJ

Amal, M. I., Rahmasita, E. S., Suryaputra, E., & Rakhmawati, N. A. (2022). Analisis Klasifikasi Sentimen Terhadap Isu Kebocoran Data Kartu Identitas Ponsel di Twitter. Jurnal Teknik Informatika dan Sistem Informasi, 8(3). https://doi.org/10.28932/jutisi.v8i3.5483

Bourequat, W., & Mourad, H. (2021). Sentiment Analysis Approach for Analyzing iPhone Release using Support Vector Machine. International Journal of Advances in Data and Information Systems, 2(1), 36–44. https://doi.org/10.25008/ijadis.v2i1.1216

Neogi, A. S., Garg, K. A., Mishra, R. K., & Dwivedi, Y. K. (2021). Sentiment analysis and classification of Indian farmers’ protest using twitter data. International Journal of Information Management Data Insights, 1(2). https://doi.org/10.1016/j.jjimei.2021.100019

Maulaya, A. K. (2022). Analisis Sentimen Menggunakan Support Vector Machine Masyarakat Indonesia Di Twitter Terkait Bjorka. Jurnal CoSciTech (Computer Science and Information Technology), 3(3), 495-500

Sari, E. D. N., & Irhamah, I. (2020). Analisis Sentimen Nasabah Pada Layanan Perbankan Menggunakan Metode Regresi Logistik Biner, Naïve Bayes Classifier (NBC), dan Support Vector Machine (SVM). Jurnal Sains dan Seni ITS, 8(2), D177-D184.

Handayanto, R. T., & Herlawati. (2020). Data Mining dan Machine Learning Menggunakan Matlab dan Python. Informatika.

RIZKE, F. (2023). ANALISIS SENTIMEN REVIEW PENGGUNA APLIKASI PHOTOMATH DENGAN METODE SUPPORT VECTOR MACHINE (SVM).

Harieby, E., & Walid, M. (2022). TWITTER TEXT MINING MENGENAI ISU VAKSINASI COVID-19 MENGGUNAKAN METODE TERM FREQUENCY, INVERSE DOCUMENT FREQUENCY (TF-IDF). Dalam Jurnal Mahasiswa Teknik Informatika) (Vol. 6, Nomor 2). www.kaggle.com.