Analisis Sentimen Publik terhadap Mayor Teddy Indra Wijaya dengan Pendekatan Logistic Regression
Public Sentiment Analysis towards Mayor Teddy Indra Wijaya with Logistic Regression Approach
Keywords:
Logistic Regression, Mayor Teddy, Sentiment Analysis, Social Media, TwitterAbstract
Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Mayor Teddy Indra Wijaya, ajudan Prabowo Subianto, dengan menggunakan algoritma Logistic Regression. Analisis sentimen diperlukan karena keberadaan tokoh publik seperti Mayor Teddy, yang berasosiasi erat dengan figur politik nasional, dapat memengaruhi persepsi publik secara luas. Pemahaman terhadap sentimen ini penting untuk mengidentifikasi respons positif dan negatif masyarakat, yang kemudian dapat digunakan sebagai indikator persepsi publik terhadap citra politik Prabowo Subianto. Penelitian ini memanfaatkan data dari platform media sosial Twitter yang dikumpulkan melalui crawling selama periode Januari 2024 hingga saat laporan ini disusun. Masalah yang ingin diselesaikan adalah bagaimana algoritma Logistic Regression dapat digunakan secara efektif untuk memetakan sentimen publik berdasarkan data teks yang kompleks dan beragam.
Proses penelitian meliputi pengumpulan data, preprocessing, pelabelan, pelatihan model, dan evaluasi performa model menggunakan metrik seperti akurasi, precision, recall, dan F1 score. Hasil penelitian menunjukkan bahwa model Logistic Regression yang digunakan memiliki akurasi sebesar 73,68%, precision 75%, recall 71%, dan F1 score 0,73. Hasil ini menunjukkan kinerja yang cukup baik dalam memprediksi sentimen masyarakat. Penelitian ini diharapkan dapat berkontribusi pada pengembangan metode analisis sentimen dalam konteks sosial-politik serta memberikan masukan strategis bagi pengelolaan komunikasi publik dan reputasi di era digital.
References
K. P. J. Sitompul, A. R. Pratama, and K. A. Baihaqi, “Komparasi Algoritma Naïve Bayes, Support Vector Machine, Dan Logistic Regression Pada Analisis Sentimen Pengguna Aplikasi Transportasi Online,” Kumpulan jurnaL Ilmu Komputer (KLIK), vol. 10, no. 1, pp. 27–38, Feb. 2023, doi: dx.doi.org/10.20527/klik.v10i1.616.
F. Rizal, A. Wijaya, and F. Hasyim, “Analisis Sentimen Masyarakat Indonesia Terhadap Aplikasi TikTok Menggunakan Algoritma Logistic Regression,” AKIRATECH?: Journal of Computer and Electrical Engineering, vol. 1, no. 2, pp. 57–65, Jun. 2024, [Online]. Available: https://journal.ajbnews.com/index.php/akiratech
E. Wibowo and I. Pratama, “Analisis Sentimen Terhadap Ulasan Hotel Melalui Platform Google Review Menggunakan Metode Stacking,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 6, no. 4, pp. 774–784, Oct. 2024, doi: 10.47233/jteksis.v6i4.1475.
R. A. Husen, R. Astuti, L. Marlia, R. Rahmaddeni, and L. Efrizoni, “Analisis Sentimen Opini Publik pada Twitter Terhadap Bank BSI Menggunakan Algoritma Machine Learning,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 3, no. 2, pp. 211–218, Oct. 2023, doi: 10.57152/malcom.v3i2.901.
S. A. R. Manaf, A. Alamudi, and A. Fitrianto, “Sentiment Analysis of Twitter Users’ Opinion Towards Face-to-Face Learning,” Indonesian Journal of Statistics and Its Applications, vol. 7, no. 1, pp. 15–31, Oct. 2023, doi: 10.29244/ijsa.v7i1p15-31.
S. Ngeoywijit et al., “Open Innovations for Tourism Logistics Design: A Case Study of a Smart Bus Route Design for the Medical Tourist in the City of Greater Mekong Subregion,” Journal of Open Innovation: Technology, Market, and Complexity, vol. 8, no. 4, pp. 1–29, Dec. 2022, doi: https://doi.org/10.3390/joitmc8040173.
R. B. Dahlian and D. Sitanggang, “Sentiment Analysis of Digital Television Migration on Twitter Using Naïve Bayes Multinomial Comparison, Support Vector Machines, and Logistic Regression Algorithms,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 12, no. 2, pp. 280–288, Jul. 2023, doi: 10.32736/sisfokom.v12i2.1668.
I. R. Ainunnisa and S. Sulastri, “Analisis Sentimen Aplikasi Tiktok dengan Metode Support Vector Machine (SVM), Logistic Regression dan Naive Bayes,” Jurnal Teknologi Sistem Informasi dan Aplikasi, vol. 6, no. 3, pp. 423–430, Jul. 2023, doi: 10.32493/jtsi.v6i3.31076.
E. R. Lidinillah, T. Rohana, and A. R. Juwita, “Analisis sentimen twitter terhadap steam menggunakan algoritma logistic regression dan support vector machine,” TEKNOSAINS?: Jurnal Sains, Teknologi dan Informatika, vol. 10, no. 2, pp. 154–164, Jul. 2023, doi: 10.37373/tekno.v10i2.440.
N. P. Agung and H. Bunyamin, “Perbandingan Logistic Regression dengan Random Forest dalam Memprediksi Sentimen Pada IMDb Moview Review,” Jurnal Strategi, vol. 6, no. 2, pp. 391–399, Nov. 2024.
A. R. Dewi, S. Diana, M. A. Fakhrezi, N. Awang, H. Ma’arif, and D. D. Saputra, “Sentimen Analisis Terhadap Puan Maharani Sebagai Kandidat Calon Presiden 2024 Berdasarkan Opini Twitter Menggunakan Metode Naive Bayes Dan Adaboost,” JSiI (Jurnal Sistem Informasi), vol. 10, no. 1, pp. 75–80, Mar. 2023, doi: 10.30656/jsii.v10i1.5785.
E. Hasibuan and E. A. Heriyanto, “Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier,” JTS, vol. 1, no. 3, pp. 13–24, Oct. 2022, doi: doi.org/10.56127/jts.v1i3.434.
A. A. Permana, W. A. Noviyanto, and D. A. Kristiyanti, “Sentimen Analisis Opini Masyarakat Terhadap UMKM Pada Media Sosial Twitter Dengan Metode Naïve Bayes Classifier,” Jurnal Minfo Polgan, vol. 12, no. 1, pp. 163–170, Mar. 2023, doi: 10.33395/jmp.v12i1.12337.
N. A. Amalia, I. T. Utami, and Y. Wilandari, “Analisis Sentimen Kebijakan Penyelenggara Sistem Elektronik Lingkup Privat Menggunakan Penalized Logistic Regression Dan Support Vector Machine,” Jurnal Gaussian, vol. 12, no. 4, pp. 560–569, Jul. 2024, doi: 10.14710/j.gauss.12.4.560-569.
N. B. Sidauruk and N. Riza, “Sentimen Analisis Data Pengguna Terhadap Kai Access Systematic Literature Review,” Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 2, pp. 1297–1303, Apr. 2023.
B. Setiawan, K. Ahmad Baihaqi, E. Nurlaelasari, and H. Hikmayanti Handayani, “Analisis Sentimen Ulasan Aplikasi Identitas Kependudukan Digital Menggunakan Algoritma Logistic Regression dan K-Nearest Neighbor,” Technology and Science (BITS), vol. 6, no. 1, pp. 533–540, Jun. 2024, doi: 10.47065/bits.v6i1.5389.
A. Hanafiah et al., “Sentimen Analisis Terhadap Customer Review Produk Shopee Berbasis Wordcloud Dengan Algoritma Naïve Bayes Classifier Sentiment Analysis Of Customer Reviews Of Shopee Products Based On Wordcloud Using Naïve Bayes Classifier Algorithm,” Journal of Information Technology and Computer Science (INTECOMS), vol. 6, no. 1, pp. 230–236, Jun. 2023, doi: 10.31539/intecoms.v6i1.5845.
F. Maulana Herza, B. Rahmat, and M. Muharrom AL Haromainy, “Pengaruh RFE Terhadap Logistic Regression Dan Support Vector Machine Pada Analisis Sentimen Hotel Shangri-La Surabaya,” Jurnal Mahasiswa Teknik Informatika, vol. 8, no. 6, pp. 11612–11619, Oct. 2024, doi: doi.org/10.36040/jati.v8i6.11272.
Alisya Mutia Mantika, Agung Triayudi, and Rima Tamara Aldisa, “Sentiment Analysis on Twitter Using Naïve Bayes and Logistic Regression for the 2024 Presidential Election,” SaNa: Journal of Blockchain, NFTs and Metaverse Technology, vol. 2, no. 1, pp. 44–55, Feb. 2024, doi: 10.58905/sana.v2i1.267.
E. G. Radjah and A. C. Talakua, “Analisis Sentimen Komentar Terhadap Konten Tenun NTT di Youtube Menggunakan Metode SMOTE dan Logistic Regression,” Jurnal Transformatif, vol. XIII, no. 2, pp. 84–94, Oct. 2024, doi: doi.org/10.58300/transformatif.v13i2.
A. Hagi and D. B. Rarasati, “Sentiment Analysis of Sirekap Application Review Using Logistic Regression Algorithm,” Jurnal Informatika, vol. 11, no. 2, pp. 55–64, Aug. 2024, doi: 10.31294/inf.v11i2.22066.
N. Agustina and C. N. Ihsan, “Pendekatan Ensemble Untuk Analisis Sentimen Covid19 Menggunakan Pengklasifikasi Soft Voting An Ensemble Approach For Covid19 Sentiment Analysis Using Soft Voting Classifier,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 10, no. 2, pp. 263–270, Apr. 2023, doi: 10.25126/jtiik.2023106215.
M. Putri Agustina, “Sentimen Masyarakat Terkait Perpindahan Ibukota Via Model Random Forest dan Logistic Regression,” AITI: Jurnal Teknologi Informasi, vol. 18, no. Agustus, pp. 111–124, Nov. 2021, doi: doi.org/10.24246/aiti.v18i2.111-124.
A. Tyagi and N. Sharma, “Sentiment analysis using logistic regression and effective word score heuristic. International Journal of Engineering and Technology (UAE), 7(2.24), 20–23.,” International Journal of Engineering and Technology (UAE), vol. 7, no. 2, pp. 20–23, 2018.
J. S. Hutagalung and Rasiban, “Analisis Sentimen Keuangan (Data Fiqa And Financial Phrasebank) Menggunakan Algoritma Logistic Regression Dan Support Vector Machine,” Jurnal Indonesia?: Manajemen Informatika dan Komunikasi, vol. 4, no. 3, pp. 1654–1669, Sep. 2023, doi: 10.35870/jimik.v4i3.404.
I. A. Mashudi and S. N. Arief, “Analisis Sentimen Perkembangan Kasus Covid-19 Pada Komentar Facebook,” Jurnal Teknik: Ilmu dan Aplikasi, vol. 02, no. 1, pp. 5–9, Jan. 2021, [Online]. Available: www.abc.com
W. J. Sari et al., “Performance Comparison of Random Forest, Support Vector Machine and Neural Network in Health Classification of Stroke Patients,” Public Research Journal of Engineering, Data Technology and Computer Science, vol. 2, no. 1, pp. 34–43, Apr. 2024, doi: 10.57152/predatecs.v2i1.1119.
