<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Identifikasi Persebaran Buzzer di Media Sosial ‘X’ pada Pemilu 2024 menggunakan Metode Random Forest Classifier (Studi Kasus : Pemilihan Umum Presiden dan Wakil Presiden di Indonesia Tahun 2024)

dc.Identifier.NIM20611022
dc.contributor.authorNu’maya, Fatin
dc.date.accessioned2024-08-30T03:50:56Z
dc.date.available2024-08-30T03:50:56Z
dc.date.issued2024
dc.description.abstractPemilihan Umum (Pemilu) di Indonesia merupakan aspek krusial dalam proses demokrasi yang dilaksanakan setiap 5 tahun sekali. Tujuannya adalah menciptakan sistem pemerintahan yang mencerminkan kehendak rakyat. Namun, kampanye politik dan isu-isu di media sosial seringkali terdistorsi, mengganggu proses pemilu yang seharusnya berlangsung damai. Media sosial, terutama Twitter atau ‘X’ menjadi platform utama bagi netizen untuk menyuarakan pendapat politik meskipun kontennya tidak selalu dapat dipercaya. Munculnya fenomena buzzer politik, semakin memberikan peran dalam membentuk opini di media sosial. Untuk mengidentifikasi buzzer di media sosial 'X', digunakan metode Random Forest Classifier. Penelitian ini bertujuan untuk memahami persebaran, karakteristik buzzer terkait pemilu 2024. Hasil penelitian menunjukkan bahwa pada pemilu 2024, aktivitas buzzer di media sosial ‘X’ menunjukkan peningkatan pada periode kampanye hingga waktu pemilihan umum berlangsung. Buzzer cenderung memiliki konten yang memperoleh interaksi sosial dan frekuensi unggahan yang tinggi untuk mengundang diskusi politik, serta memiliki jumlah pengikut dan mengikuti yang banyak meskipun umur akun yang relatif baru. Selain itu, konten ulasan yang digunakan biasanya menggunakan kata-kata yang konsisten dan umum. Dengan menggunakan 15361 data sampel hasil scraping, diperoleh persentase ulasan yang diindikasi sebagai buzzer dan nonbuzzer terkait pemilu 2024 di media sosial ‘X’ yaitu 3.5% buzzer dan 96.5% nonbuzzer dengan akurasi yang diperoleh dari random forest classifier yaitu 99.76% dengan presisi, recall, dan f1-score yang tinggi untuk kelas buzzer yaitu 99%, 94%, dan 97%. Untuk kelas nonbuzzer juga memiliki nilai yang tinggi yaitu 100% untuk presisi, recall, dan f1-score.en_US
dc.identifier.urirepository.uii.ac.id/handle/123456789/51475
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectBuzzeren_US
dc.subjectPemilihan Umumen_US
dc.subjectRandom Forest Classifieren_US
dc.titleIdentifikasi Persebaran Buzzer di Media Sosial ‘X’ pada Pemilu 2024 menggunakan Metode Random Forest Classifier (Studi Kasus : Pemilihan Umum Presiden dan Wakil Presiden di Indonesia Tahun 2024)en_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
20611022.pdf
Size:
3.03 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections