Text
Analisis Sentimen Pasca Pemilihan Presiden Amerika Serikat Menggunakan Metode Naïve Bayes Classifier dan Maximum Entropy
Pemilihan umum presiden Amerika Serikat 2020 yang ke-59 telah
dilaksanakan pada tanggal 3 November 2020. Terdapat dua calon presiden Amerika
Serikat yaitu calon dari Partai Demokrat bernama Joe Biden dan calon dari Partai
Republik bernama Donald Trump. Pemilihan umum presiden kali ini merupakan
tingkat partisipasi kehadiran pemilih tertinggi dalam setidaknya 100 tahun. Banyaknya
partisipan dalam pemilihan umum presiden Amerika Serikat berdampak pada
banyaknya pula opini yang disampaikan di media sosial. Salah satu media sosial yang
sering digunakan adalah Twitter. Analisis sentimen pada media sosial Twitter dipilih
untuk melihat opini atau persepsi terkait pasca pemilihan presiden tersebut yang akan
dibagi menjadi dua kelas sentimen yaitu positif dan negatif. Kemudian dilakukan
klasifikasi data dengan algoritma Naïve Bayes Classifier dan Maximum Entropy untuk
dilihat perbandingan akurasi dari kedua metode tersebut dengan evaluasi model 5-Fold
Cross Validation. Hasil klasifikasi dengan Naïve Bayes Classifier diperoleh tingkat
akurasi untuk keyword “Joe Biden” sebesar 49,81% dan keyword “Donald Trump”
sebesar 79,90% sedangkan hasil klasifikasi dengan Maximum Entropy diperoleh
tingkat akurasi untuk keyword “Joe Biden” sebesar 72,03% dan keyword “Donald
Trump” sebesar 82,04%. Hal ini mengartikan bahwa algoritma Maximum Entropy
mempunyai tingkat akurasi yang lebih tinggi dibandingkan Naïve Bayes Classifier
dalam mengklasifikasikan sentimen warga negara Amerika Serikat mengenai Joe
Biden dan Donald Trump Pasca Pemilihan Presiden Amerika Serikat.
Kata Kunci : Pemilihan Presiden Amerika Serikat, Analisis Sentimen, Naϊve Bayes
Classifier, Maximum Entropy.
874E21IV | 874 E 21iv | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain