Sentiment Analysis of Indonesia Presidency Election 2019 on Twitter Based on Geolocation Using Naïve Bayesian Classification Method
| Main Authors: | Silitonga, Wiranto Horsen, Sihotang, Jay Idoan |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | ind |
| Terbitan: |
Fakultas Teknologi Informasi - Universitas Advent Indonesia
, 2019
|
| Subjects: | |
| Online Access: |
https://jurnal.unai.edu/index.php/teika/article/view/2199 https://jurnal.unai.edu/index.php/teika/article/view/2199/1425 |
Daftar Isi:
- 2019 Indonesian Presidential Election is crowded to be discussed in the real world and also cyberspace, specifically on Twitter. Everyone is free to agree on the 2019 Indonesian Presidential candidate pair. Opinion raises many opinions, not only positive or neutral opinions but there are also negative opinions. Twitter's is now one of the most effective and efficient promotional or campaign venues to attract supporters. In this case, the researcher will conduct research on community leaders who are running for the presidency of Indonesia. The research method used in this study is the Naïve Bayesian Classifier classification algorithm. The data used are Indonesian tweets with Jokowi (# Jokowi2Periode) and Prabowo (#PrabowoSandi) keywords totaling 1009 data tweets for 5 months starting from September 1, 2019 to 31 January 1, 2019. Indonesia, namely Jakarta, Bandung, Medan, and Surabaya. Each data will be taken manually by using the Geolocation API that has been provided by Twitter via a Twitter search. The results of the classification using the Naïve Bayesian Classifier algorithm received 839 positive tweets, 32 negative tweets, and 67 neutral tweets from 938 overall tweets, or in the form of a percentage, there were 90% containing positive sentimen, 3% negative, and 7% negative sentimen towards Mr. Joko Widodo. And 56 positive tweets, 6 negative tweets, and 8 neutral tweets from 70 overall tweets, or in the form of the percentage there are 80% positive sentimens, 9% negative sentimens, and 11% neutral sentimens towards Mr. Prabowo. The level of accuracy generated from the Naïve Bayesian Classifier algorithm itself for this study amounted to 77.62%.
- Pemilihan Presiden Indonesia 2019 ramai diperbincangkan di dunia nyata maupun dunia maya, khususnya di media sosial Twitter. Semua orang bebas berpendapat tentang pasangan calon Presiden Indonesia 2019 tersebut. Sehingga memunculkan banyak opini, tidak hanya opini yang positif atau netral, ada pula opini negatif. Media sosial khususnya Twitter sekarang ini menjadi salah satu tempat promosi atau kampanye yang efektif dan efisien untuk menggait para pendukung. Dalam hal ini peneliti akan melakukan riset terhadap tokoh publik yang mencalonkan diri menjadi Presiden Indonesia. Metode penelitian yang digunakan dalam riset kali ini adalah algoritma klasifikasi Naïve Bayesian Classifer. Data yang digunakan adalah tweet berbahasa Indonesia dengan kata kunci Jokowi (#Jokowi2Periode) dan Prabowo (#PrabowoSandi) sebanyak 1009 data tweet selama 5 bulan dimulai dari 1 September 2019 sampai 31 Januar1 2019. Yang di mana data tweet tersebut diambil dari empat daerah terbesar di Indonesia, yaitu Jakarta, Bandung, Medan, dan Surabaya. Setiap data akan diambil secara manual menggunakan Geolocation API yang telah di sediakan oleh Twitter melalui Twitter search. Hasil dari klasifikasi menggunakan algoritma Naïve Bayesian Classifier didapat 839 tweet positif, 32 tweet negatif, dan 67 tweet netral dari 938 tweet keseluruhan, atau dalam bentuk persentase ada 90% merupakan sentimen positif, 3% sentimen negatif, dan 7% sentimen netral terhadap bapak Joko Widodo. Dan 56 tweet positif, 6 tweet negatif, dan 8 tweet netral dari 70 tweet keseluruhan, atau dalam bentuk persentase ada 80% merupakan sentimen positif, 9% sentimen negatif, dan 11% sentimen netral terhadap bapak Prabowo. Tingkat akurasi yang dihasilkan dari algoritma Naïve Bayesian Classifier sendiri terhadap penelitian ini sebesar 77,62%.