Perbandingan Algoritma NBC dan C4.5 Dalam Analisa Sentimen Pemilihan Presiden 2024 Pada Twitter

Comparison of the NBC and C4.5 Algorithms in Sentiment Analysis for the 2024 Presidential Election on Twitter

Authors

  • Bayu Delvika UIN SUSKA RIAU
  • Apriana
  • Naufal Abror
  • Umairah Rizkya Gurning

Keywords:

Analisis Sentiment, Naïve Bayes, C4.5, Twitter, Pemilihan Presiden 2024

Abstract

Pemilihan presiden merupakan bentuk kegiatan  politik yang bersifat kedaulatn rakyat, dikarenakan pada saat pemilihan, rakyat menjadi pihak penentu dalam pengerjaan politik pada suatu tempat lewat pemungutan suara yang dilaksanakan secara serentak . Permasalahan pada  pemilihan presiden yang sering kali muncul di masyarakat merupakan perbedaan pendapat di jejaring media sosial terutama di Twitter. Pada penelitian  ini melakukan Perbandingan Algoritma  NBC dan C4.5 Dalam Analisa Sentimen Pemilihan Presiden 2024 Menggunakan Metodetf-idf Pada Twitter. Hasil penelitian diketahui bahwa alghoritma NBC mempunyai akurasi yang lebih tinggi yaitu 99,78% pada percobaan dengan Hold Out,  90% data latih dan 10% data uji, dibandingkan dengan algoritma C4.5 yang memiliki akurasi  99,71%.

References

R. Nur, A. Taufik, and M. Tahir, “Perilaku politik pemilih pemula dalam pelaksanaan pemilihan presiden 2014 di Desa Kanaungan Kecamatan Labakkang Kabupaten Pangkep,” Otoritas J. Ilmu Pemerintah., vol. 5, no. 1, 2015.

U. Rauta, “Menggagas pemilihan presiden yang demokratis dan aspiratif,” J. Konstitusi, vol. 11, no. 3, pp. 600–616, 2016.

A. Akmaluddin and M. A. R. Wempie, “BUDAYA POLITIK PEMILIH MILENIAL DALAM PEMILU TAHUN 2024 DI KABUPATEN OGAN KOMERING ULU,” J. Ilmu Pemerintah. Unbara, vol. 1, no. 1, pp. 49–57, 2022.

M. A. Firmansyah, S. Karlinah, and S. Sumartias, “Kampanye Pilpres 2014 dalam Konstruksi Akun Twitter Pendukung Capres,” J. Messenger, vol. 9, no. 1, pp. 79–90, 2017.

L. Januru, “Analisis Wacana Black Campaign (Kampanye Hitam) Pada Pilpres Tahun 2014 di Media Kompas, Jawa Pos dan Kedaulatan Rakyat,” J. Natapraja Kaji. Ilmu Adm. Negara, vol. 4, no. 2, 2016.

A. P. R. Nababan, A. S. M. Lumenta, Y. D. Rindengan, F. J. Pontoh, and Y. V. Akay, “Analisis Sentimen Twitter Pasca Pengumuman Hasil Pilpres 2019 Menggunakan Metode Lexicon Analysis,” J. Tek. Inform., vol. 15, no. 1, pp. 33–44, 2020.

I. Kurniawan and A. Susanto, “Implementasi Metode K-Means dan Naï ve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019,” J. Eksplora Inform., vol. 9, no. 1, pp. 1–10, 2019.

I. Sutoyo, “Implementasi Algoritma Decision Tree Untuk Klasifikasi Data Peserta Didik,” J. Pilar Nusa Mandiri, vol. 14, no. 2, pp. 217–224, 2018.

A. Muhammadin and I. A. Sobari, “Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma SVM Dan NBC,” Reputasi J. Rekayasa Perangkat Lunak, vol. 2, no. 2, pp. 85–91, 2021.

D. W. Utomo, D. Kurniawan, and Y. P. Astuti, “Teknik pengujian perangkat lunak dalam evaluasi sistem layanan mandiri pemantauan haji pada kementerian agama provinsi jawa tengah,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 2, pp. 731–746, 2018.

R. Nur, A. Taufik, and M. Tahir, “Perilaku politik pemilih pemula dalam pelaksanaan pemilihan presiden 2014 di Desa Kanaungan Kecamatan Labakkang Kabupaten Pangkep,” Otoritas J. Ilmu Pemerintah., vol. 5, no. 1, 2015.

U. Rauta, “Menggagas pemilihan presiden yang demokratis dan aspiratif,” J. Konstitusi, vol. 11, no. 3, pp. 600–616, 2016.

A. Akmaluddin and M. A. R. Wempie, “BUDAYA POLITIK PEMILIH MILENIAL DALAM PEMILU TAHUN 2024 DI KABUPATEN OGAN KOMERING ULU,” J. Ilmu Pemerintah. Unbara, vol. 1, no. 1, pp. 49–57, 2022.

M. A. Firmansyah, S. Karlinah, and S. Sumartias, “Kampanye Pilpres 2014 dalam Konstruksi Akun Twitter Pendukung Capres,” J. Messenger, vol. 9, no. 1, pp. 79–90, 2017.

L. Januru, “Analisis Wacana Black Campaign (Kampanye Hitam) Pada Pilpres Tahun 2014 di Media Kompas, Jawa Pos dan Kedaulatan Rakyat,” J. Natapraja Kaji. Ilmu Adm. Negara, vol. 4, no. 2, 2016.

A. P. R. Nababan, A. S. M. Lumenta, Y. D. Rindengan, F. J. Pontoh, and Y. V. Akay, “Analisis Sentimen Twitter Pasca Pengumuman Hasil Pilpres 2019 Menggunakan Metode Lexicon Analysis,” J. Tek. Inform., vol. 15, no. 1, pp. 33–44, 2020.

I. Kurniawan and A. Susanto, “Implementasi Metode K-Means dan Naï ve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019,” J. Eksplora Inform., vol. 9, no. 1, pp. 1–10, 2019.

I. Sutoyo, “Implementasi Algoritma Decision Tree Untuk Klasifikasi Data Peserta Didik,” J. Pilar Nusa Mandiri, vol. 14, no. 2, pp. 217–224, 2018.

A. Muhammadin and I. A. Sobari, “Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma SVM Dan NBC,” Reputasi J. Rekayasa Perangkat Lunak, vol. 2, no. 2, pp. 85–91, 2021.

D. W. Utomo, D. Kurniawan, and Y. P. Astuti, “Teknik pengujian perangkat lunak dalam evaluasi sistem layanan mandiri pemantauan haji pada kementerian agama provinsi jawa tengah,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 2, pp. 731–746, 2018.

M. A. Sembiring, M. F. L. Sibuea, and A. Sapta, “Analisa Kinerja Algoritma C. 45 Dalam Memprediksi Hasil Belajar,” J. Sci. Soc. Res., vol. 1, no. 1, pp. 73–79, 2018.

S. R. Elisabet, A. M Khairul, R. Rahmaddeni, and N. U. Aniq, “Perbandingan Algoritma Svm Dan Nbc Dalam Analisa Sentimen Pilkada Pada Twitter,” CSRID J., vol. 13, no. 3, pp. 169–179, 2021.

M. S. Eghi Ditendra, Suryani, Siti Romelah, M Habil Arsyiddik Tanjung, “Perbandingan Algoritma Klasifikasi untuk Analisis Sentimen Islam Nusantara Indonesia,” vol. 2, no. April, pp. 71–77, 2022.

M. S. Shella Faradila Rosian Putri, Rita Destiwati, SS., “PERSONAL BRANDING SELEBTWIT @andihiyat MENGGUNAKAN KRITERIA AUTHENTIC PERSONAL BRANDING,” Suparyanto dan Rosad (2015, vol. 5, no. 3, pp. 248–253, 2020.

H. Najjichah, A. Syukur, and H. Subagyo, “Pengaruh Text Preprocessing Dan Kombinasinya Pada Peringkas Dokumen Otomatis Teks Berbahasa Indonesia,” J. Teknol. Inf., vol. XV, no. 1, pp. 1–11, 2019.

A. Riyani, M. Z. Naf’ an, and A. Burhanuddin, “Penerapan Cosine Similarity dan Pembobotan TF-IDF untuk Mendeteksi Kemiripan Dokumen,” J. Linguist. Komputasional, vol. 2, no. 1, pp. 23–27, 2019, [Online]. Available: https://doi.org/10.26418/jlk.v2i1.17

N. C. Agustina, D. Herlina Citra, W. Purnama, C. Nisa, and A. Rozi Kurnia, “Implementation of Naïve Bayes Algorithm for Sentiment Analysis of Shopee Reviews on Google Play Store Implementasi Algoritma Naive Bayes untuk Analisis Sentimen Ulasan Shopee pada Goo,” vol. 2, no. April, pp. 47–54, 2022.

A. F. Hidayatullah, “Pengaruh Stopword Terhadap Performa Klasifikasi Tweet Berbahasa Indonesia,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 1, no. 1, pp. 1–4, 2016, doi: 10.14421/jiska.2016.11-01.

M. S. H. Simarangkir, “Studi Perbandingan Algoritma - Algoritma Stemming Untuk Dokumen Teks Bahasa Indonesia,” J. Inkofar, vol. 1, no. 1, pp. 40–46, 2017, doi: 10.46846/jurnalinkofar.v1i1.2.

R. E. Aprilliwanto, A. Sanjaya, and D. W. Widodo, “Identifikasi Pola Kalimat Bahasa Indonesia Pada Siswa Sekolah Dasar Menggunakan Metode LALR dan Stemming,” pp. 119–126, 2021.

M. N. Saadah, R. W. Atmagi, D. S. Rahayu, and A. Z. Arifin, “Sistem Temu Kembali Dokumen Teks Dengan Pembobotan Tf-Idf Dan Lcs,” JUTI J. Ilm. Teknol. Inf., vol. 11, no. 1, p. 19, 2013, doi: 10.12962/j24068535.v11i1.a16.

R. T. Wahyuni, D. Prastiyanto, and E. Supraptono, “Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF pada Sistem Klasifikasi Dokumen Skripsi,” J. Tek. Elektro Univ. Negeri Semarang, vol. 9, no. 1, pp. 18–23, 2017, [Online]. Available: https://journal.unnes.ac.id/nju/index.php/jte/article/download/10955/6659

B. Delvika, S. Nurhidayarnis, and P. D. Rinada, “Perbandingan Klasifikasi Antara Naive Bayes dan K-Nearest Neighbor Terhadap Resiko Diabetes Pada Ibu Hamil,” vol. 2, no. October, pp. 68–75, 2022.

Y. E. Fadrial, “Algoritma Naive Bayes Untuk Mencari Perkiraan Waktu Studi Mahasiswa,” INTECOMS J. Inf. Technol. Comput. Sci., vol. 4, no. 1, pp. 20–29, 2021, doi: 10.31539/intecoms.v4i1.2219.

M. S. Mustafa, M. R. Ramadhan, and A. P. Thenata, “Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,” Creat. Inf. Technol. J., vol. 4, no. 2, p. 151, 2018, doi: 10.24076/citec.2017v4i2.106.

F. Akbar, H. Wira Saputra, A. Karel Maulaya, M. Fikri Hidayat, and Rahmaddeni, “Implementasi Algoritma Decision Tree C4.5 dan Support Vector Regression untuk Prediksi Penyakit Stroke,” vol. 2, no. October, pp. 61–67, 2022.

N. T. Romadloni, I. Santoso, and S. Budilaksono, “Perbandingan Metode Naïve Bayes, KNN dan Decision Tree Terhadap Analisis Sentimen Transportasi KRL Commuter Line,” ikraith-informatika, vol. 3, no. 2, pp. 1–9, 2019.

Downloads

Published

2023-08-24

How to Cite

Bayu Delvika, Apriana, Naufal Abror, & Umairah Rizkya Gurning. (2023). Perbandingan Algoritma NBC dan C4.5 Dalam Analisa Sentimen Pemilihan Presiden 2024 Pada Twitter: Comparison of the NBC and C4.5 Algorithms in Sentiment Analysis for the 2024 Presidential Election on Twitter. SENTIMAS: Seminar Nasional Penelitian Dan Pengabdian Masyarakat, 1(1), 41-48. Retrieved from https://journal.irpi.or.id/index.php/sentimas/article/view/548

Issue

Section

Sains dan Teknologi