Analisis Sentimen terhadap Isu Politik Calon Presiden Indonesia 2019 berdasarkan Opini Netizen dari Twitter Menggunakan Metode Klasifikasi Support Vector Machine

Abstract

Dalam penelitian ini bertujuan untuk mengetahui bagaimana analisis sentimen Terhadap isu politik calon presiden Indonesia 2019 berdasarkan opini netizen dari Twitter dan juga mengetahui hasil klasifikasi sentimen isu politik calon presiden indonesia 2019 menggunakan metode klasifikasi Support Vector Machine. SVM adalah metode machine learning yang bekerja atas prinsip Structural Risk Minimization (SRM) dengan tujuan menemukan Hyperplane terbaik yang memisahkan dua buah class pada input space. Hasil dari penelitian ini didapatkan bahwa pada calon presiden Jokowi mengalami sentimen negatif lebih besar dari pada sentimen positif. Tweet Negatifi sebanyak 387 dari 742 tweet terhadap calon presiden Jokowi, sedangkan calon presiden Prabowo mendapatkan sentimen positif lebih banyak. Diketahui tweet positif kepada calon presiden Prabowo sebesar 273 tweet dari total 475 tweet. Dan hasil klasifikasi menggunakan Support Vector Machines terhadap sentimen Isu Politik Calon Presiden Indonesia 2019 menyatakan bahwa akurasi SVM terhadap calon presiden Jokowi sebesar 0.98 atau 98 %, nilai akurasi SVM terhadap calon presiden Prabowo sebesar 0.99 atau 99 %.