PERBANDINGAN ANALISIS SENTIMEN PADA APLIKASI SIREKAP DENGAN SITUNG DI MEDIA SOSIAL X MENGGUNAKAN ALGORTIMA SUPPORT VECTOR MACHINE SKRIPSI

taufik akbar; Rahmi Imanda;

PERBANDINGAN ANALISIS SENTIMEN PADA APLIKASI SIREKAP
DAN SITUNG DI MEDIA SOSIAL X MENGGUNAKAN ALGORITMA
SUPPORT VECTOR MACHINE
Taufik Akbar

Indonesia adalah negara yang menganut sistem demokrasi, yang mana untuk pemilihan pemimpin
negara harus melalui PEMILU. Sampai saat ini KPU sudah membuat 2 aplikasi untuk membantu
dalam PEMILU yaitu Sistem Informasi Pemilihan Suara (SITUNG) dan Sistem Informasi
Rekapitulasi Elektronik (SIREKAP). Namun ternyata pelaksanaan pemilu dengan kedua aplikasi
ini menimbulkan berbagai macam sentimen dari masyarakat. Penelitian ini bertujuan untuk
mengetahui sentimen masyarakat terhadap SITUNG dan SIREKAP serta apakah jumlah sentimen
negatif SIREKAP lebih banyak daripada SITUNG. Penelitian ini mengambil data dari media sosial
X dan menggunakan SVM untuk implementasi algoritma. Jumlah sentimen yang digunakan untuk
SITUNG sebanyak 1469 yang terdiri dari 832 sentimen positif serta 637 sentimen negatif, lalu
untuk SIREKAP sebanyak 1897 yang terdiri dari 1092 sentimen positif dan 805 sentimen negatif. Hasil nilai precision, recall dan f1-score pada SITUNG sekitar 70%, 69%, 69% sedangkan
SIREKAP sekitar 67%, 66%, 66%. Kata kunci: analisis sentiment, situng, sirekap, support vector machine

PERBANDINGAN ANALISIS SENTIMEN PADA APLIKASI SIREKAP
DAN SITUNG DI MEDIA SOSIAL X MENGGUNAKAN ALGORITMA
SUPPORT VECTOR MACHINE
Taufik Akbar

Indonesia is a democratic system, the election must through PEMILU. Until now, the KPU has made
2 applications for the elections, the Vote Selection Information System (SITUNG) and the Electronic
Recapitulation Information System (SIREKAP). However, it turns out that the implementation of
elections with these two applications raises various kinds of sentiments from the community. This
research aims to determine the public sentiment towards SITUNG and SIREKAP and whether the
number of negative sentiments of SIREKAP is more than SITUNG. This research takes data from X
social media and uses SVM for algorithm. The number of sentiments used for SITUNG is 1469 which
consists of 832 positive sentiments and 637 negative sentiments, then for SIREKAP is 1897 which
consists of 1092 positive sentiments and 805 negative sentiments. The results of the precision, recall
and f1-score values on SITUNG are around 70%, 69%, 69% while SIREKAP is around 67%, 66%, 66%. Keywords: sentiment analysis, situng, sirekap, support vector machine