ANALISIS SENTIMEN BERITA PEMILU 2024 MENGGUNAKAN KLASIFIKASI NAIVE BAYES

Muhammad Fauzan, - (2024) ANALISIS SENTIMEN BERITA PEMILU 2024 MENGGUNAKAN KLASIFIKASI NAIVE BAYES. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Pemilihan Umum (Pemilu) tahun 2024 merupakan sarana kedaulatan
masyarakat untuk memilih Calon Presiden dan Wakil Presiden. Media daring juga
menjadi sumber berita bagi masyarakat dalam mengonsumsi pemberitaan pemilu
2024. Peliputan berita yang dilakukan oleh media mengandung banyak sentimen
seperti netral, positif, atau negatif. Penelitian ini bertujuan untuk menganalisis
sentimen berita pemilu 2024 menggunakan Naive Bayes Classifier. Penelitian ini
memanfaatkan metode web scraping untuk mengumpulkan data berita berdasarkan
kata kunci pemilu 2024 dari media daring detik.com. Data berita yang diperoleh
kemudian diproses melalui tahap praproses yang meliputi case folding, tokenisasi,
stopword removal, dan stemming. Selanjutnya, data tersebut dilabeli sebagai
positif, netral, atau negatif menggunakan library NLTK Sentiment Analyzer.
Setelah pelabelan, data tersebut dianalisis sentimen menggunakan Algoritma Naive
Bayes Classifier dengan dua skenario eksperimen. Skenario pertama adalah analisis
sentimen menggunakan Naive Bayes Classifier tanpa tuning. Hasil dari eksperimen
pertama menunjukkan akurasi model sebesar 57%. Skenario eksperimen kedua
menerapkan hyperparameter alpha pada Algoritma Naive Bayes Classifier. Hasil
dari skenario eksperimen kedua menunjukkan akurasi sebesar 65%. Selanjutnya,
dilakukan analisis sentimen pada data berita untuk mengetahui sentimen berita
pemilu 2024 dengan hasil sentimen netral sebesar 55,2%, sentimen positif sebesar
27,8%, dan sentimen negatif sebesar 17%. Dari hasil penelitian ini, dapat ditarik
kesimpulan bahwa analisis sentimen pada berita pemilu 2024 cenderung netral.

The 2024 General Election is a means for the public to exercise their right by
electing the President and Vice President candidates. Online media also serves as a
news source for the public to consume news about the 2024 election. News
coverage by media contains various sentiments such as neutral, positive, or
negative. This study aims to analyze the sentiment of news articles about the 2024
election using the Naive Bayes Classifier. This research use web scraping methods
to collect news data based on the keyword "Pemilu 2024" from the online media
site detik.com. The collected news data is then preprocessed, including case folding,
tokenization, stopword removal, and stemming. The preprocessed data is then
labeled as positive, neutral, or negative using the NLTK Sentiment Analyzer
library. Following that labeling, sentiment analysis is performed using the Naive
Bayes Classifier algorithm with two experimental scenarios. The first scenario is
sentiment analysis using the Naive Bayes Classifier without tuning. The results
from the first experiment show a model accuracy of 57%. The second experimental
scenario involves applying the alpha hyperparameter to the Naive Bayes Classifier
algorithm. Results from the second experiment show an accuracy of 65%.
Subsequently, sentiment analysis was conducted on the news data to determine the
sentiment of the 2024 election news, resulting in 55.2% neutral sentiment, 27.8%
positive sentiment, and 17% negative sentiment. From these findings, it can be
concluded that the sentiment analysis of the 2024 election news tends to be neutral.

	Text S_KOM_1704287_Title.pdf Download (1MB)
	Text S_KOM_1704287_Chapter1.pdf Download (445kB)
	Text S_KOM_1704287_Chapter2.pdf Restricted to Staf Perpustakaan Download (925kB)
	Text S_KOM_1704287_Chapter3.pdf Download (600kB)
	Text S_KOM_1704287_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_KOM_1704287_Chapter5.pdf Download (418kB)
	Text S_KOM_1704287_Appendix.pdf Restricted to Staf Perpustakaan Download (258kB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?user=uS_S4jUAAAAJ ID SINTA Dosen Pembimbing: Eddy Prasetyo Nugroho: 5990993 Rizky Rachman Judhie P: 5993953
Uncontrolled Keywords:	Analisis Sentimen, Berita Pemilu 2024, Naive Bayes Classifier, Text Mining, Natural Language Processing Sentiment Analysis, 2024 Election News, Naive Bayes Classifier, Text Mining, Natural Language Processing
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Muhammad Fauzan
Date Deposited:	27 Sep 2024 01:54
Last Modified:	27 Sep 2024 01:54
URI:	http://repository.upi.edu/id/eprint/126377

Actions (login required)

View Item