Komparasi Naïve Bayes dan K-NN Dalam Analisis Sentimen di Twitter Terhadap Kemenangan Paslon 02

##plugins.themes.bootstrap3.article.main##

Alfira Fitri Nur Azizah Viry Puspaning Ramadhan

Abstrak

Pemilu Presiden dan Wakil Presiden tahun 2024 menjadi peristiwa politik paling dinanti oleh masyarakat Indonesia. Hasil perhitungan suara atau real count Pemilu 2024 telah menimbulkan bergam reaksi baik pro maupun kontra di berbagai platform sosial media khususnya Twitter, karena keunggulan paslon nomor urut 02. Penelitian ini memanfaatkan Twitter sebagai sumber data untuk interpretasi opini. Metode Naïve Bayes serta K-NN dipilih dalam studi ini yang kemudian diuji dan dibandingkan. Hasil penelitian menyajikan hasil Naïve Bayes dengan tingkat ketepatan sebesar  87.35% +/- 1.81% (micro average: 87.35%), sedangkan besaran akurasi yang didapatkan algoritma K-NN sebesar 69.68% +/- 3.14% (micro average: 69.68%) dengan perbandingan split data 90:10. Hasil analisis tersebut menunjukkan bahwa Naïve Bayes lebih unggul dari K-Nearest Neighbor.

##plugins.themes.bootstrap3.article.details##

Bagian
Articles
Referensi
Ghufron, M. R., Mahabbataka Arsyada, M. F., Lukman, M. R., Haryono Putra, Y. A., & Rakhmawati, N. A. (2023). Analisis Sentimen Pengguna Twitter Terhadap Pemilu 2024 Berbasis Model XLM-T. J-Intech, 11(2), 307–315. https://doi.org/10.32664/j-intech.v11i2.1013
Juanita, S. (2020). Analisis Sentimen Persepsi Masyarakat Terhadap Pemilu 2019 Pada Media Sosial Twitter Menggunakan Naive Bayes. Jurnal Media Informatika Budidarma, 4(3), 552. https://doi.org/10.30865/mib.v4i3.2140
Khotimah, A. C., & Utami, E. (2022). Comparison Naive Bayes Classifier, K-Nearest Neighbor, and Support Vector Machine in the classification of individual on twitter account. Jurnal Teknik Informatika (JUTIF), 3(3), 673–680.
Maulana, G. I., Fridawati, P. I., & Masruroh, H. (2022). Pemilu 2024: Pesta demokrasi akbar pembangkit kondisi ekonomi pasca pandemi. Jurnal Integrasi Dan Harmoni Inovatif Ilmu-Ilmu Sosial (JIHI3S), 2(8), 751–757. https://doi.org/10.17977/um063v2i8p751-757
Mufidah, F. S., Winarno, S., Alzami, F., Udayanti, E. D., & Sani, R. R. (2022). Analisis Sentimen Masyarakat Terhadap Layanan Shopeefood Melalui Media Sosial Twitter Dengan Algoritma Naïve Bayes Classifier. JOINS (Journal of Information System), 7(1), 14–25. https://doi.org/10.33633/joins.v7i1.5883
Murni, M., Riadi, I., & Fadlil, A. (2023). Analisis Sentimen HateSpeech pada Pengguna Layanan Twitter dengan Metode Naïve Bayes Classifier (NBC). JURIKOM (Jurnal Riset Komputer), 10(2), 566. https://doi.org/10.30865/jurikom.v10i2.5984
Mutiara, T. A., Alkhalifi, Y., Mayangky, N. A., & Gata, W. (2020). Analisis Sentimen Opini Publik Mengenai Larangan Mudik pada Twitter Menggunakan Naïve Bayes. Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer Dan Teknologi Informasi, Vol. 6, p. 85. https://doi.org/10.24014/coreit.v6i2.9727
Nishom, M. (2019). Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square. Jurnal Informatika: Jurnal Pengembangan IT, 4(1), 20–24. https://doi.org/10.30591/jpit.v4i1.1253
Palepa, M. J., Pratiwi, N., & ... (2024). Analisis Sentimen Masyarakat Tentang Pengaruh Politik Identitas Pada Pemilu 2024 Terhadap Toleransi Beragama Menggunakan Metode K-Nearest Neighbor. JIPI (Jurnal …, 9(1), 389–401.
Puad, S., Garno, G., & Susilo Yuda Irawan, A. (2023). Analisis Sentimen Masyarakat Pada Twitter Terhadap Pemilihan Umum 2024 Menggunakan Algoritma Naïve Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 7(3), 1560–1566. https://doi.org/10.36040/jati.v7i3.6920
Ramadhani, S. H., & Wahyudin, M. I. (2022). Analisis Sentimen Terhadap Vaksinasi Astra Zeneca pada Twitter Menggunakan Metode Naïve Bayes dan K-NN. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 6(4), 526–534. https://doi.org/10.35870/jtik.v6i4.530
Supriyanto, J., Alita, D., & Isnain, A. R. (2023). Penerapan Algoritma K-Nearest Neighbor (K-NN) Untuk Analisis Sentimen Publik Terhadap Pembelajaran Daring. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 4(1), 74–80. https://doi.org/10.33365/jatika.v4i1.2468
Syahril Dwi Prasetyo, Shofa Shofiah Hilabi, & Fitri Nurapriani. (2023). Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN. Jurnal KomtekInfo, 10, 1–7. https://doi.org/10.35134/komtekinfo.v10i1.330
Syarifuddinn, M. (2020). Analisis Sentimen Opini Publik Mengenai Covid-19 Pada Twitter Menggunakan Metode Naïve Bayes Dan Knn. INTI Nusa Mandiri, 15(1), 23–28. https://doi.org/10.33480/inti.v15i1.1347
Wahyu Andrian, B., Adline Twince Tobing, F., Zuhdi Pane, I., & Kusnadi, A. (2023). Implementation of Naïve Bayes Algorithm in Sentiment Analysis of Twitter Social Media Users Regarding Their Interest to Pay the Tax. International Journal of Science, Technology & Management, 4(6), 1733–1742. https://doi.org/10.46729/ijstm.v4i6.1015