Komparasi Beberapa Algoritma Machine Learning untuk Klasifikasi Sentimen Pengguna X (Twitter) Terkait Isu Kabur Aja Dulu
DOI:
https://doi.org/10.21831/jiety.v3i2.2160Keywords:
Analisis Sentimen, Kabur Aja Dulu, media sosial X, Machine Learning, SEMMAAbstract
Penelitian ini bertujuan untuk menganalisis sentimen pengguna media sosial X (Twitter) terhadap isu “Kabur Aja Dulu” serta membandingkan performa beberapa algoritma machine learning dalam mengklasifikasikan sentimen tersebut. Penelitian ini menggunakan pendekatan kuantitatif dengan kerangka kerja SEMMA (Sample, Explore, Modify, Model, Assess). Data dikumpulkan melalui teknik crawling menggunakan tools Tweet Harvest dan diproses melalui tahapan preprocessing seperti pembersihan data, normalisasi, tokenisasi, dan stemming. Pelabelan sentimen dilakukan dengan pendekatan lexicon-based menggunakan InSet Lexicon, sementara proses ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Untuk mengatasi ketidakseimbangan kelas, diterapkan metode Synthetic Minority Oversampling Technique (SMOTE). Enam algoritma diuji, yaitu Support Vector Machine (SVM), Logistic Regression, Naive Bayes, Random Forest, Decision Tree, dan K-Nearest Neighbors (KNN). Hasil penelitian menunjukkan bahwa mayoritas sentimen bersifat negatif. Algoritma SVM menghasilkan akurasi terbaik sebesar 80%, diikuti oleh Logistic Regression (77%) dan Random Forest (75%). Temuan ini menunjukkan bahwa SVM paling efektif digunakan dalam klasifikasi sentimen terkait isu sosial, dan dapat menjadi acuan dalam pengembangan sistem pemantauan opini publik.
Downloads
References
Adinda Salsabila, N. (2023). Analisis sentimen pada media sosial twitter terhadap tokoh gus dur menggunakan metode naïve bayes dan support vector machine (svm). Analisis Sentimen Pada Media Sosial Twitter Terhadap Tokoh Gus Dur Menggunakan Metode Naïve Bayes Dan Support Vector Machine (Svm). https://repository.uinjkt.ac.id/dspace/handle/123456789/66253
Algifari Rismawan, S., & Syahidin, Y. (2023). Implementasi Website Berita Online Menggunakan Metode Crawling Data dengan Bahasa Pemrograman Python. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 10(3), 167–178. https://doi.org/10.35957/JATISI.V10I3.4902
Asri, Y., Suliyanti, W. N., Kuswardani, D., & Fajri, M. (2022). Pelabelan Otomatis Lexicon Vader dan Klasifikasi Naive Bayes dalam menganalisis sentimen data ulasan PLN Mobile. Petir, 15(2), 264–275. https://doi.org/10.33322/PETIR.V15I2.1733
Aulia Girnanfa, F., & Susilo, A. (2022). Studi Dramaturgi Pengelolaan Kesan Melalui Twitter Sebagai Sarana Eksistensi Diri Mahasiswa di Jakarta. Journal of New Media and Communication, 1(1), 58–73. https://doi.org/10.55985/JNMC.V1I1.2
Fathur Rahman, I., Nur Hasanah, A., & Heryana, N. (2024). Analisis sentimen ulasan pengguna aplikasi samsat digiital nasional (signal) dengan menggunakan metode naïve bayes classifier. Jurnal Informatika Dan Teknik Elektro Terapan, 12(2), 2830–7062. https://doi.org/10.23960/JITET.V12I2.4073
Fikri, M. I., & Sabrila, T. S. (2020). Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter. SMATIKA JURNAL : STIKI Informatika Jurnal, 10(02), 71–76. https://doi.org/10.32664/SMATIKA.V10I02.455
Herjanto, M. F. Y., & Carudin, C. (2024). Analisis sentimen ulasan pengguna aplikasi sirekap pada play store menggunakan algoritma random forest classifer. Jurnal Informatika Dan Teknik Elektro Terapan, 12(2). https://doi.org/10.23960/JITET.V12I2.4192
Khairani, U., Mutiawani, V., & Ahmadian, H. (2024). Pengaruh Tahapan Preprocessing Terhadap Model Indobert Dan Indobertweet Untuk Mendeteksi Emosi Pada Komentar Akun Berita Instagram. Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(4), 887–894. https://doi.org/10.25126/JTIIK.1148315
Koto, F., & Rahmaningtyas, G. Y. (2017). Inset lexicon: Evaluation of a word list for Indonesian sentiment analysis in microblogs. Proceedings of the 2017 International Conference on Asian Language Processing, IALP 2017, 2018-January, 391–394. https://doi.org/10.1109/IALP.2017.8300625
Mahendrajaya, R., Buntoro, G. A., & Setyawan, M. B. (2019). Analisis sentimen pengguna gopay menggunakan metode lexicon based dan support vector machine. KOMPUTEK, 3(2), 52–63. https://doi.org/10.24269/JKT.V3I2.270
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Journal of Information Engineering and Technology
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
