Analisis Sentimen Buzzer Politik Twitter: Penerapan Algoritma Naive Bayes
Keywords:
twi, pilkada2024, buzzer politik, analisis sentimen, Naive BayesAbstract
Twitter menjadi salah satu media sosial yang paling aktif digunakan selama masa kampanye Pilkada 2024. Banyak akun yang secara masif membentuk opini publik terhadap calon kepala daerah tertentu. Akun-akun semacam ini sering disebut buzzer politik karena berperan dalam menyebarkan narasi yang mendukung atau menyerang kandidat. Penelitian ini bertujuan untuk menganalisis sentimen buzzer politik di Twitter dengan menggunakan algoritma Naïve Bayes. Data diperoleh melalui Twitter API dengan kata kunci terkait nama calon kepala daerah dan partai politik peserta Pilkada. Tweet yang berisi dukungan terhadap calon dikategorikan sebagai sentimen positif, sedangkan tweet yang bernada kritik atau serangan dikategorikan sebagai sentimen negatif. Hasil pengujian terhadap data uji real-time pada 12 Mei 2024 menunjukkan akurasi sebesar 76%, precision 76,09%, recall 97,22%, dan specificity 21,4%. Hasil tersebut memperlihatkan bahwa metode Naïve Bayes cukup efektif dalam mendeteksi kecenderungan sentimen buzzer politik di media sosial selama masa Pilkada 2024 berlangsung.
References
A. Prasetyo dan D. Wicaksono, “Analisis Perilaku Buzzer Politik di Media Sosial Indonesia,” Jurnal Ilmu Komunikasi, vol. 10, no. 2, 2023.
R. Nugraha, “Efek Echo Chamber dalam Opini Publik di Media Sosial,” Jurnal Sosioteknologi, vol. 22, no. 1, 2024.
M. Z. Rahman, “Implementasi Naïve Bayes untuk Analisis Sentimen di Twitter,” Jurnal Teknologi Informasi, vol. 9, no. 3, 2021.
T. Nasukawa dan J. Yi, “Sentiment Analysis: Capturing Favorability Using NLP,” K-CAP Conference, 2003.
D. Indrawan, “Text Preprocessing pada Analisis Data Media Sosial,” Seminar Nasional Informatika, 2022.
F. Widodo, “Pembersihan Data Sosial Media untuk Analisis Sentimen Politik,” Jurnal Sistem Informasi, 2021.
C. D. Manning et al., Foundations of Statistical NLP, MIT Press, 2008.
H. Putri, “Implementasi Algoritma Stemming Bahasa Indonesia untuk Analisis Teks,” Jurnal Ilmiah Komputer, 2020.
E. Santoso dan R. Setyawan, “Analisis Sarkasme dalam Tweet Politik Indonesia,” Jurnal Analisis Data Sosial, 2023.
D. L. Olson dan D. Delen, Advanced Data Mining Techniques, Springer, 2008.
S. Arifin, “Evaluasi Model Machine Learning dengan Confusion Matrix,” Seminar Nasional Data Science, 2022.
L. F. Coletta et al., “Combining Classification and Clustering for Tweet Sentiment Analysis,” BRACIS, 2014.
