Analisis Sentimen Publik Terhadap Calon Presiden 2024 dengan Algoritma Random Forest (Studi Kasus : Komentar video "3 Bacapres Bicara Gagasan" di Platform YouTube)
Loading...
Files
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universitas Islam Indonesia
DOI
Abstract
Indonesia adalah sebuah negara yang menerapkan sistem demokrasi sebagai
prinsip pemerintahannya. Pada tahun 2024, Indonesia menyelenggarakan Pemilu
untuk memilih Presiden dan Wakil Presiden periode 2024-2029. Seorang tokoh
politik yang ingin maju sebagai Calon Presiden (Capres) tentu akan melihat atau
mempertimbangkan popularitas mereka berdasarkan opini dari masyarakat.
Penelitian ini bertujuan untuk mengkaji hubungan antara analisis sentimen dan
penggunaan algoritma Random Forest pada komentar YouTube. Metode Random
Forest digunakan untuk mengklasifikasikan sentimen (positif dan negatif) dalam
komentar yang terkait dengan bakal calon presiden yang muncul dalam acara "Mata
Najwa on Stage Yogyakarta" yang disiarkan melalui platform YouTube. Dengan
demikian, penelitian ini mencoba mengintegrasikan analisis sentimen ke dalam
algoritma Random Forest untuk memahami bagaimana masyarakat merespon
gagasan dan opini yang disampaikan oleh bakal calon presiden. Penerapan Random
Forest dalam analisis teks bertujuan untuk meningkatkan akurasi dan performa
klasifikasi komentar sebagai positif atau negatif. Random Forest mampu mengatasi
beberapa tantangan dalam analisis teks, seperti keberagaman kata dan frase yang
digunakan dalam komentar. Model ini juga diharapkan dapat memberikan wawasan
yang lebih baik tentang preferensi masyarakat terhadap bakal calon presiden yang
berpartisipasi dalam acara tersebut. precision untuk kelas Negatif, Netral, dan Positif
adalah 13.64%, 22.45%, dan 70.27% secara berturut-turut. Recall untuk kelas Negatif,
Netral, dan Positif adalah 3.85%, 10.38%, dan 89.39% secara berturut-turut. Akurasi
atau proporsi keseluruhan prediksi yang benar oleh model. Akurasi keseluruhan adalah
64.27%. Melalui penelitian ini, diharapkan dapat memberikan kontribusi dalam
pengembangan alat analisis teks yang efektif untuk media sosial, serta menjadi
bahan referensi untuk penelitian selanjutnya terkait peramalan dan pemahaman
sentimen publik dalam konteks politik.