Perubahan Sentimen Publik Terhadap Calon Gubernur Sumatera Utara Tahun 2024 Berdasarkan Data Twitter: Pendekatan Naive Bayes
DOI:
https://doi.org/10.36815/majamath.v7i2.3468Keywords:
Sentimen Publik, Naive Bayes, Twitter, Calon Gubernur, Media SosialAbstract
Penelitian ini bertujuan untuk menganalisis perubahan sentimen publik terhadap calon gubernur Sumatera Utara pada pemilihan tahun 2024 menggunakan data Twitter. Fokus utama penelitian ini adalah dua kandidat, yaitu Edy Rahmayadi dan Bobi Nasution. Data yang digunakan mencakup 150 tweet per bulan dari periode Januari hingga Agustus 2024, yang diambil menggunakan API Tweet Harvest. Sentimen pada tweet tersebut diklasifikasikan menggunakan algoritma Naive Bayes ke dalam tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan adanya fluktuasi sentimen publik yang signifikan setiap bulannya, terutama pada Juli dan Agustus 2024, yang mencerminkan perubahan persepsi publik terkait kedua calon gubernur tersebut. Penelitian ini diharapkan memberikan kontribusi dalam memahami opini publik melalui media sosial sebagai salah satu indikator dalam konteks pemilihan politik.
References
Artanto, F. A. (2024). Analisis Sentimen Opini Publik terhadap Fenomena Bunuh Diri
Mahasiswa di Twitter Menggunakan Algoritma Naive Bayes. Jurnal Sains Teknologi dan
Sistem Informasi, 4(1), 70-77.
Damanik, A. R., Sumijan, & Nurcahyo, G. W. (2021). Prediksi Tingkat Kepuasan dalam
Pembelajaran Daring Menggunakan Algoritma Naive Bayes. Jurnal Sistem Informasi dan
Teknologi, 3(3), 88-94.
Lasulika, M. E. (2019). Komparasi Naive Bayes Support Vector Machine dan K-Nearest
Neighbor Untuk Mengetahui Akurasi Tertinggi Pada Prediksi Kelancaran Pembayaran TV
Kabel. ILKOM Jurnal Ilmiah, 11(1).
Lestari, S., Akmaludin, & Badrul, M. (2020). Implementasi Klasifikasi Naive Bayes Untuk
Prediksi Kelayakan Pemberian Pinjaman Pada Koperasi Anugerah Bintang Cemerlang.
Jurnal PROSISKO, 7(1).
Prasetyo, S. D., Hilabi, S. S., & Nurapriani, F. (2023). Analisis Sentimen Relokasi Ibukota
Nusantara Menggunakan Algoritma Naive Bayes dan KNN. Jurnal KomtekInfo, 10(1), 1-
Priansyah, E., & Sutabri, T. (2024). Analisis Sentimen Berbasis Naive Bayes Pada Media
Sosial Twitter Terhadap Hasil Pemilu Indonesia 2024. IJM: Indonesian Journal of
Multidisciplinary, 2(3).
Retnosari, R. (2021). Analisis Kelayakan Kredit Usaha Mikro Berjalan Pada Perbankan
Dengan Metode Naive Bayes. Jurnal PROSISKO, 8(1).
Riyanah, N., & Fatmawati, F. (2021). Penerapan Algoritma Naive Bayes Untuk Klasifikasi
Penerima Bantuan Surat Keterangan Tidak Mampu. Jurnal Teknologi Informasi dan
Multimedia, 2(4), 206-213.
Watran, A. F., Puspita, A., & Moeis, D. (2020). Implementasi Algoritma Naive Bayes Untuk
Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia. Journal of Applied Computer
Science and Technology (JACOST), 1(1), 7-14.
Zulfa, A., Ramadhani, F. E., Nawang, K., & Hanum, F. (2024). Perubahan Sentimen Publik
Terhadap Calon Gubernur 2024 Berdasarkan Data Twitter: Pendekatan Naive Bayes.
Majamath: Jurnal Matematika dan Pendidikan Matematika, 1(1), 1-10.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 MAJAMATH: Jurnal Matematika dan Pendidikan Matematika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Seluruh artikel di jurnal ini dapat disebarluaskan dengan tetap mencamtumkan sumber yang sah. Identitas judul artikel tidak boleh dihilangkan. Penerbit tidak bertanggung jawab terhadap naskah yang diplubikasikan. Isi artikel menjadi tanggung jawab penulis.
