Analisis Sentimen Calon Presiden Indonesia 2024 di Facebook menggunakan Metode Support Vector Machine (SVM)
Abstract
Pemilihan Presiden Indonesia 2024 telah menjadi topik yang hangat diperbincangkan
dalam kehidupan sehari-hari, salah satunya pada platform media sosial Facebook. Semua orang
memiliki kebebasan untuk mengemukakan pendapat atau menyuarakan opini mereka
mengenai calon Presiden Indonesia 2024. Hal ini menghasilkan beragam pendapat, pendapat
tersebut ada yang mengandung sentimen positif ataupun negatif. Penelitian ini bertujuan untuk
mengklasifikasi sentimen positif dan negatif pada data komentar postingan Facebook masing-
masing calon presiden. Dalam proses analisis sentimen, terdapat beberapa langkah yang terdiri
dari scraping data, preprocessing data, pelabelan data, dan pengklasifikasian data dengan
menggunakan metode Support Vector Machine (SVM). Data yang digunakan adalah komentar
yang diambil dari halaman Facebook tiap bakal calon presiden dari tanggal 1 Juni 2023 sampai
dengan 31 Juli 2023. Sentimen positif tertinggi dari Prabowo Subianto terdapat pada topik 'lain-
lain' (cerita tentang masa lalu, demo dan resep memasak, berbagi berbagai tip, dan menonton
pertandingan sepak bola) dengan nilai sentimen positif sebesar 88,09%. Anies Baswedan
memiliki sentimen positif tertinggi pada topik 'melaksanakan ibadah haji' dengan nilai
sentimen positif sebesar 91,70%, dan Ganjar Pranowo mendapati sentimen positif tertinggi
pada topik 'lain-lain' sebesar 86,56%.
Collections
- Informatics Engineering [2148]