Analisis Sentimen Pengguna X Terhadap Pemilihan Gubenur Dki Jakarta Tahun 2024 Dengan Algoritma Naïve Bayes, K-Nearest Neighbor Dan Decision Tree

Abstrak

Pemilihan Gubernur DKI Jakarta tahun 2024 merupakan salah satu agenda politik utama yang menarik perhatian publik Indonesia. Dalam konteks ini, analisis sentimen terhadap calon Gubernur dan Wakil Gubernur menjadi penting untuk memahami opini masyarakat. Dengan kemajuan teknologi, terutama internet dan media sosial seperti X (sebelumnya Twitter), masyarakat dapat dengan bebas mengungkapkan opini mengenai kandidat. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap ketiga pasangan calon Gubernur dan Wakil Gubernur DKI Jakarta melalui tweet yang dikumpulkan menggunakan metode crawling, menghasilkan 6.120 baris data, dengan masing-masing pasangan calon memperoleh 2.040 baris data. Perhitungan tingkat akusasi untuk sentiment analysis dilakukan menggunakan algoritma Naïve Bayes, K-Nearest Neighbor, dan Decision Tree untuk membandingkan akurasi ketiga algoritma tersebut dengan data testing – training 80:20 dan ekstraksi fitur menggunakan TF-IDF dan Transformer  yang diimplementasikan menggunakan perangkat lunak RapidMiner. Berdasarkan hasil analisis, Naïve Bayes dengan representasi TF-IDF menunjukkan akurasi tertinggi untuk Paslon 1 sebesar 86,76%, diikuti oleh Paslon 2 dengan 76,96% dan Paslon 3 dengan 72,79%. Sementara itu, K-NN dengan TF-IDF memberikan hasil terbaik pada Paslon 1 (67,40%) dan Paslon 2 (71,32%), sedangkan Decision Tree memberikan akurasi tertinggi pada Paslon 1 dengan 72,55%. Untuk representasi Transformer, akurasi secara keseluruhan lebih rendah dibandingkan dengan TF-IDF, dengan Paslon 1 memperoleh akurasi 56,86%, Paslon 2 53,43%, dan Paslon 3 51,23%. Hasil ini menunjukkan bahwa TF-IDF lebih efektif dalam analisis sentimen terhadap tweet terkait calon Gubernur, dengan Naïve Bayes sebagai algoritma yang paling unggul dalam hal akurasi.