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

Analisis Sentimen Publik Terhadap Calon Presiden 2024 dengan Algoritma Random Forest (Studi Kasus : Komentar video "3 Bacapres Bicara Gagasan" di Platform YouTube)

Loading...
Thumbnail Image

Date

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.

Description

Citation

Collections

Endorsement

Review

Supplemented By

Referenced By