JOURNAL ARTICLE

ANALISIS SENTIMEN ISU KECURANGAN PEMILU 2024 BERDASARKAN OPINI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE CRISP-DM DENGAN ALGORITMA NAÏVE BAYES CLASSIFIER

Aab Abdullah MuttaqinSyariful AlamMutiara Andayani Komara

Year: 2024 Journal:   JATI (Jurnal Mahasiswa Teknik Informatika) Vol: 8 (5)Pages: 8764-8772

Abstract

Pemilu yang berlangsung pada tanggal 14 Februari 2024 di Indonesia telah menimbulkan berbagai pendapat tentang dugaan kecurangan pemilu di platform media sosial, terutama Twitter. Hal ini menjadi perhatian penting karena dapat mengancam stabilitas demokrasi di Indonesia, yang diatur dalam UU No 7 Tahun 2017 tentang Pemilihan Umum. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap dugaan isu kecurangan pemilu yang diungkapkan melalui Twitter, yang kemudian diklasifikasikan menjadi sentimen positif, negatif, dan netral. Dari 951 tweet yang dianalisis setelah proses text preprocessing, terdapat 949 tweet yang berhasil diidentifikasi: 471 tweet sentimen positif dengan 222 sentimen negatif, dan 256 tweet dengan sentimen netral. Metode klasifikasi yang digunakan adalah algoritma Naïve Bayes, yang menghasilkan tingkat akurasi sebesar 66.85%, Selain itu, nilai Precision 68.05%, Recall 56.11%, dan F1-Score 61,56%.

Keywords:
Naive Bayes classifier Computer science Classifier (UML) Artificial intelligence Support vector machine

Metrics

1
Cited By
1.53
FWCI (Field Weighted Citation Impact)
0
Refs
0.82
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Citation History

Topics

Data Mining and Machine Learning Applications
Physical Sciences →  Computer Science →  Information Systems
Multimedia Learning Systems
Physical Sciences →  Computer Science →  Information Systems
Computer Science and Engineering
Physical Sciences →  Computer Science →  Artificial Intelligence
© 2026 ScienceGate Book Chapters — All rights reserved.