Analisis Sentimen Terhadap Kandidat Calon Presiden Berdasarkan Tweets Di Sosial Media Menggunakan Naïve Bayes Classifier

Firman Noor Hasan; Allif Rizki Abdillah;

ABSTRAK

Analisis Sentimen Terhadap Kandidat Calon Presiden Berdasarkan Tweets di Sosial Media Menggunakan Naïve Bayes Classifier

Allif Rizki Abdillah

Penelitian ini untuk menganalisis sentimen rakyat Indonesia tentang para kandidat presiden yang
kemungkinan akan maju di pilpres tahun 2024 dari tweet pada aplikasi twitter. Tweet pada twitter ini
ditulis, diketik dan dipublish oleh netizen Indonesia tentang para kandidat yang kemungkinan akan maju
dalam pilpres tahun 2024. Pada penelitian ini, peneliti menggunakan tools yaitu Rapid Miner Studio
untuk mengumpulkan data tweet dari netizen Indonesia tentang para kandidat. Selanjutnya peneliti
menggunakan algoritma Naïve Bayes Classifier untuk menentukan apakah sebuah statement atau
sentimen itu bernilai positif atau negatif yang dilakukan menggunakan tools Rapid Miner juga. Dari
keempat kandidat yang telah peneliti teliti, Anies mendapat 74% sentimen positif 26% sentiment negatif,
lalu disusul oleh Sandi yaitu 57% sentimen positif 43% sentimen negatif, Ganjar mendapat 53%sentimen
positif 47% sentimen negatif dan Prabowo mendapat 32% sentimen positif 68%sentimen negatif.
Kesimpulan dari penelitian ini supaya bisa mengetahui mana kandidat yang disukai atau dipandang baik
oleh rakyat Indonesia dari hasil analisis sentimen dengan algoritma Naïve Bayes dan tools yang
digunakanyaitu Rapid Miner.

Kata Kunci: RapidMiner, Presiden, Data Mining, Analisis Sentimen, Naïve Bayes

Sentiment Analysis of Presidential Candidates Based on Tweets on Social Media Using the Naive Bayes Classifier

Allif Rizki Abdillah

This research is to analyze the sentiments of the Indonesian people about the presidential candidates
whoarelikely to advance in the 2024 presidential election from tweets on the Twitter application. Tweets
on Twitterare written, typed and published by Indonesian netizens about the candidates who are likely
to advanceinthe 2024 presidential election. In this study, researchers used tools, namely RapidMiner
Studio to collect tweet data from Indonesian netizens about the candidates. Furthermore, the researcher
uses the Naïve BayesClassifier algorithm to determine whether a statement or sentiment has a positive
or negative value whichiscarried out using Rapid Miner tools as well. Of the four candidates that the
researchers examined, Anies got 74% positive sentiment 26% negative sentiment, then followed by
Sandi, namely 57% positive sentiment 43%negative sentiment, Ganjar received 53% positive sentiment
47% negative sentiment and Prabowo received32% positive sentiment. 68% negative sentiment. The
conclusion of this research is to find out whichcandidates are liked or favored by the Indonesian people
from the results of sentiment analysis usingtheNaïve Bayes algorithm and the tools used, namely Rapid
Miner.

Keywords: RapidMiner, President, Data Mining, Sentiment Analysis, Naïve Bayes