A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Opini Publik Pasca-Pemilihan Presiden: Eksplorasi Analisis Sentimen Media Sosial X Menggunakan SVM
Pemilihan Presiden di Indonesia seringkali menjadi pemicu perubahan dramatis dalam dinamika opini publik, terutama di era digital yang dipenuhi dengan suara yang tersebar di media sosial. Penelitian ini bertujuan untuk memetakan perubahan sentimen publik pasca-pemilihan Presiden dengan menggunakan analisis media sosial, dengan fokus pada aplikasi X yang memiliki 24 juta pengguna aktif di Indonesia. Metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengklasifikasikan sentimen dengan akurat berdasarkan kata tweet yang sedang tren setelah pemilihan Presiden. Penelitian ini bertujuan untuk memberikan pemahaman yang lebih dalam tentang perubahan opini publik pasca-pemilihan presiden, dengan menggambarkan dinamika sentimen masyarakat yang tercermin dalam media sosial. Kontribusi dari penelitian ini adalah pemetaan yang akurat tentang perubahan opini publik, yang dapat memberikan wawasan yang berharga bagi pembuat kebijakan, analis politik, dan praktisi media sosial dalam merespons kebutuhan masyarakat di era digital ini. Hasil pengujian dengan menggunakan 3850 dengan karateristik dataset dengan menggunakan tiga kelas kata tweet yang sedang tren dari platform X menunjukkan tingkat akurasi tertinggi pada klasifikasi "Pemilu Damai" dengan 97.3%, "Hak Angket" dengan 96.5%, dan "Pemilu Curang" dengan 94.0%.
Opini Publik Pasca-Pemilihan Presiden: Eksplorasi Analisis Sentimen Media Sosial X Menggunakan SVM
Pemilihan Presiden di Indonesia seringkali menjadi pemicu perubahan dramatis dalam dinamika opini publik, terutama di era digital yang dipenuhi dengan suara yang tersebar di media sosial. Penelitian ini bertujuan untuk memetakan perubahan sentimen publik pasca-pemilihan Presiden dengan menggunakan analisis media sosial, dengan fokus pada aplikasi X yang memiliki 24 juta pengguna aktif di Indonesia. Metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengklasifikasikan sentimen dengan akurat berdasarkan kata tweet yang sedang tren setelah pemilihan Presiden. Penelitian ini bertujuan untuk memberikan pemahaman yang lebih dalam tentang perubahan opini publik pasca-pemilihan presiden, dengan menggambarkan dinamika sentimen masyarakat yang tercermin dalam media sosial. Kontribusi dari penelitian ini adalah pemetaan yang akurat tentang perubahan opini publik, yang dapat memberikan wawasan yang berharga bagi pembuat kebijakan, analis politik, dan praktisi media sosial dalam merespons kebutuhan masyarakat di era digital ini. Hasil pengujian dengan menggunakan 3850 dengan karateristik dataset dengan menggunakan tiga kelas kata tweet yang sedang tren dari platform X menunjukkan tingkat akurasi tertinggi pada klasifikasi "Pemilu Damai" dengan 97.3%, "Hak Angket" dengan 96.5%, dan "Pemilu Curang" dengan 94.0%.
Opini Publik Pasca-Pemilihan Presiden: Eksplorasi Analisis Sentimen Media Sosial X Menggunakan SVM
khoirul Adib (author) / Maya Rini Handayani (author) / Wenty Dwi Yuniarti (author) / Khotibul Umam (author)
2024
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
Analisis Sentimen Calon Presiden Indonesia 2019 Berdasarkan Komentar Publik Di Facebook
| DOAJ | 2019
Analisis Sentimen Twitter Terhadap Opini Publik Atas Isu Pencalonan Puan Maharani dalam PILPRES 2024
| DOAJ | 2022
The Analisis Sentimen Sosial Media Twitter Dengan Algoritma Machine Learning Menggunakan Software R
| DOAJ | 2017