Sentimen Analisis Opini Masyarakat Jakarta Pada Kinerja Pemerintah Jakarta Terhadap Isu Tenggelamnya Jakarta Menggunakan Algoritma Support Vector Machine

Adithya Kharisma, Iin Ernawati

Abstract


Isu tenggelamnya Jakarta menimbulkan berbagai opini masyarakat terutama masyarakat Jakarta. Opini tersebut menimbulkan pro dan kontra, Opini masyarakat dapat dijadikan sebagai ukuran untuk melihat kepuasan masyarakat terhadap kinerja pemerintah Jakarta, hal ini menimbulkan permasalahan yaitu bagaimana membuat opini menjadi sebuah data bermanfaat untuk model SVM, oleh karena itu dilakukan analisis sentimen untuk melihat kepuasaan masyarakat terhadap kinerja pemerintah. Analisis sentimen yang dilakukan memiliki 2 label yaitu label positif dan negatif. kemudian diolah menggunakan Natural Languange Processing atau text mining dan dibuat menjadi 3 buah dataset yaitu dataset awal, dataset undersampling dan dataset oversampling. Kemudian ketiga dataset tersebut dijadikan data untuk pembuatan model SVM dengan parameter cost dan kernel yang berbeda, setelah pembuatan model kemudian dilakukan evaluasi confussion matrix. Hasil evaluasi tertinggi dari 3 model dataset tersebut adalah dataset oversampling dengan nilai rata-rata akurasi sebesar 93%, precision sebesar 96%, recall sebesar 90%, specificity sebesar 97% dan f1-score sebesar 93%.

Keywords


Sentimen Analisis, Isu Jakarta Tenggelam, SVM, Text Mining, Confussion Matrix

References


Sulaeman, A. F., Supianto, A. A., & Bachtiar, A. F. (2019).” Analisis Sentimen Opini Mahasiswa Terhadap Saran Evaluasi Kinerja Dosen Menggunakan TF-IDF dan Support Vector Machine.”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol.3 No.6, hlm. 5647-5655..

Fahlevvi, M. R., (2022). “Analisis Sentimen Terhadap Ulasan Aplikasi Pejabat Pengelola Informasi dan Dokumentasi Kementerian Dalam Negeri Republik Indonesia di Google Playstore Menggunakan Metode Support Vector Machine”, Jurnal Teknologi dan Komunikasi Pemerintahan Vol 4, No. 1, hlm 1-13.

Asshiddiqi, M. F., & Lhaksmana, K. M. (2020). “Perbandingan Metode Decision Tree dan Support Vector Machine untuk Analisis Sentimen pada Instagram Mengenai Kinerja PSSI”. e-Proceeding of Engineering : Vol.7, No.3 Desember 2020 hlm 9936.

Rivanie, T., Pebrianto, R., Hidayat, T., Bayhaqy, A., Gata, W., & Novitasari, B. (2021). “Analisis Sentimen Terhadap Kinerja Menteri Kesehatan Indonesia Selama Pandemi Covid-19”. Jurnal Informatika (Vol. 21, Issue 1).

Fakhri, I. N., Jondri., & Umbara, R. F., (2019). “Analisis Sentimen pada Kuisioner Kepuasan Terhadap Layanan dan Fasilitas Kampus Universitas Dengan Menggunakan Klasifikasi Support Vector Machine (SVM)”. e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019.

Darwis, D., Shintya Pratiwi, E., Ferico, A., & Pasaribu, O. (2020). “Penerapan Algoritma Svm Untuk Analisis Sentimen Pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia”. In Jurnal Ilmiah Edutic (Vol. 7, Issue 1).

Almuayqil, S. N., Humayun, M., Jhanjhi, N. Z., Almufareh, M. F., & Khan, N. A. (2022). “Enhancing Sentiment Analysis via Random Majority Under-Sampling with Reduced Time Complexity for Classifying Tweet Reviews”. Electronics (Switzerland), 11(21).

Jumeilah, F. S., (2017). “Penerapan Support Vector Machine (SVM) untuk Pengkategorian Penelitian”, Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 1, No.1 hlm 19-25.

Hendrawan, A., Winarti, T., & Indriyawati, H, (2020). “Pengembangan Stemming Untuk Artikel Berbahasa Indonesia”. Laporan Peneltian Universitas Semarang.

Husada, H. C., & Paramita, A. S. (2021).”Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM)”. Teknika, Volume 10(1) hlm 18–26.

Sudhir, P., & Suresh, V. D. (2021). Comparative study of various approaches, applications and classifiers for sentiment analysis. Global Transitions Proceedings, 2(2), 205–211. https://doi.org/10.1016/j.gltp.2021.08.004.

Pangestu, S. Y., Astuti, Y., & Farida, L. D. (2019). “Algoritma Support Vector Machine Untuk Klasifikasi Sikap Politik Terhadap Partai Politik Indonesia”. Jurnal Mantik Penusa, 3(1), hlm 236–241.

Chairunissa, C., (2022). “Klasifikasi Sentimen Ulasan Pengguna Aplikasi Peduli Lindungi Di Google Play Menggunakan Algoritma Support Vector Machine Dengan Seleksi Fitur Chi-Square”. Skripsi Universitas Pembangunan Nasional Veteran Jakarta.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.