Pemanfaatan Big Data Media Sosial Dalam Menganalisa Kemenangan Pilkada

  • Dewa Ayu Putri Wulandari Unud
  • Made Sudarma
  • Nyoman Paramaita

Abstract

The  election  of  the  Governor  and  Deputy Governor of  Bali  will  go  through  several  stages  of  elections  starting  from the determination of the Governor and Deputy Governor of Bali to  the  stages  of  vote  counting.    In  the  election  of  the  Governor and  Deputy  Governor  of  Bali  the  community  can  be  directly involved  in the  voting  stage  which  will  be  held  on  June  27,  2018 (General  Commission  Election  or  KPU,  2018).  So  that  it  raises many  opinions,  not  only  positive  and  neutral  opinions  but  also negative  ones.  This  research  is  expected  to  be  able  to  conduct research  on  public  opinion  which  contains  positive,  neutral  and negative    sentiments.    In    this    research    used    tokenization preprocessing   data   N-gram   method.      N-gram   is   a   token consisting  of  three  words  in  each  one  token.  In  the  stemming stages  used  the Nzief  Adriani algorithm.  For  the  classification process  of  this  research  used  the  ‘Naïve  Bays  Classifier  (NBC) method.  In  testing  the  candidate  Governor's  data  the  highest accuracy  was  obtained  from  the  classification  ofKBS-Ace  data on  data  taken  from  twitter  with  89%  accuracy,  91%  precision and   94%   recall   and   lowest   accuracy   when   KBS-Ace   data calcification process on social media Facebook.

Downloads

Download data is not yet available.

References

[1] Tristiyanti, Diana Ikasari, Elisa Pratiwi dan Nur Syahri, “Analisa Sentimen Terhadap Review Restoran Fish Streat Pada Aplikasi Zomato Menggunakan Stemming Nazief Adriani dan Naïve Bayes Classifier,” Vol.3.2017
[2] Murnawan dan Ardiles Sinaga,“Pemanfaatan Analisis Sentimen Untuk Pemeringkatan Populalitas Tujuan Wisata,” Jurnal Penelitian Pos dan Informatika, vol.7, no.2, 109-120, Desember 2017
[3] Ahmad Fathan, H dan Azhari SN, “Analisis Sentimen Dan Klasifikasi Katagori Terhadap Tokoh Publik Pada Twitter,” Seminar Nasional Informatika, ISSN: 1979-2328, Agustus 2014
[4] Bridge, C. 2011. Unstructured Data and the 80 Percent Rule.[Online].Tersediadi:http://www.clarabridge.com/default.aspx?tabid=137&ModuleID=635&ArticleID =551 [diunduh : 6 Mei 2018].
[5] Ida Bagus Gede Widnyana Putra, Made Sudarma dan I Nyoman Satya Kumara “Klasifikasi Text Bahasa Bali Dengan Informatin Gain dan Naïve Bayes Classifier,” Majalah Ilmiah Teknologi Elektro 2016
[6] Mohammad Arif and Gaurav Bathla,”Lexcion Based Semtiment Analysis on Facebook Page,” Journal of Engineering and Applied Sciences, vol.12, no.2, 2017
[7] R. Sudrajat, Rudi Rosadi and Harits Muhammad,” Implementation of Data Mining in Analyzing Social Media Users Personality with Naïve Bayes Classifier: A Case Study of Instagram Social Media,” International Journal of Computer Science Issues, Volume 13, Issue 4, July 2016
[8] Vishal A. Kharde dan S.S. Sona “Analisis Sentimen dari Data Twitter: Survei Teknik,” International Journal of Computer Applications, (0975 – 8887), Volume 139 – No.11, April 2016
[9] Konstantinas, Paulius dan Gintautas “SVM and Naıve Bayes Classification Ensemble Method for Sentiment Analysis” Baltic J. Modern Computing, vol.5. no.4, pp. 398–409, 2017
[10] Syahmia Gusriani, Kartina Diah K.W DAN Muhammad I.Z, “Analisis Sentimen Terhadap Toko Online di Sosial Media Menggunakan Metode Klasifikasi Naïve Bayes (Studi Kasus: Facebook Page BerryBenka) “ Conference Paper September 2016
[11] Agnes Rossi.T, Rizal S. dan M. Ali Fauzi,” Analisis Sentimen Tentang Opini Pilkada Dki 2017 Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Naïve Bayes dan Pembobotan Emoji” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 1, No. 12, Desember 2017
Published
2019-05-06
How to Cite
WULANDARI, Dewa Ayu Putri; SUDARMA, Made; PARAMAITA, Nyoman. Pemanfaatan Big Data Media Sosial Dalam Menganalisa Kemenangan Pilkada. Majalah Ilmiah Teknologi Elektro, [S.l.], v. 18, n. 1, p. 101-104, may 2019. ISSN 2503-2372. Available at: <https://ojs.unud.ac.id/index.php/mite/article/view/46145>. Date accessed: 14 nov. 2024. doi: https://doi.org/10.24843/MITE.2019.v18i01.P15.