Analisis Sentimen Masyarakat Indonesia terhadap Pemindahan Ibu Kota Negara Indonesia pada Twitter
Article Sidebar
Published:
Jun 30, 2022
Keywords:
IKN, Sentiment Analysis, Twitter
Main Article Content
Abstract
The relocation state capital of Indonesia raises various responses, especially from the Indonesian people. The discussion related to these issues is very interesting to study, how are the positive and negative sentiments of the Indonesian towards the government's decision. This study aims to analyze the sentiments of the Indonesian people regarding the relocation state capital of Indonesia, including the chosen name of Nusantara on Twitter. In this study, a comparison of 3 algorithms is used, namely the Support Vector Machine (SVM), Naïve Bayes, and K-Nearest Neighbor (KNN) algorithms. From this study, the results obtained are 1,141 positive comments, while negative sentiments are 591 comments. This shows that the Indonesian people have a positive opinion towards the new capital city of Indonesia. In the classification and model testing phase, 10-fold cross validation is used. From these tests, the SVM algorithm obtained an accuracy value of 85.71%, the Naïve Bayes algorithm obtained an accuracy value of 76.70%, the KNN algorithm obtained an accuracy value of 52.74%. This study shows that the SVM algorithm can work better than the Naïve Bayes algorithm and KNN. The accuracy value for the KNN algorithm obtains a low value, this is because the KNN algorithm is sensitive to features that are less relevant.
Article Details
How to Cite
Lestari, S., Mupaat, M., & Erfina, A. (2022). Analisis Sentimen Masyarakat Indonesia terhadap Pemindahan Ibu Kota Negara Indonesia pada Twitter. JUSIFO (Jurnal Sistem Informasi), 8(1), 13-22. https://doi.org/10.19109/jusifo.v8i1.12116
Section
Articles
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
How to Cite
Lestari, S., Mupaat, M., & Erfina, A. (2022). Analisis Sentimen Masyarakat Indonesia terhadap Pemindahan Ibu Kota Negara Indonesia pada Twitter. JUSIFO (Jurnal Sistem Informasi), 8(1), 13-22. https://doi.org/10.19109/jusifo.v8i1.12116
References
Aditya, B. R. (2015). Penggunaan Web Crawler Untuk Menghimpun Tweets dengan Metode Pre-Processing Text Mining. JURNAL INFOTEL, 7(2), 93–100. https://doi.org/10.20895/INFOTEL.V7I2.35
Azhar, R., Surahman, A., & Juliane, C. (2022). Analisis Sentimen Terhadap Cryptocurrency Berbasis Python TextBlob Menggunakan Algoritma Naïve Bayes. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 6(1), 267–281. http://ejurnal.tunasbangsa.ac.id/index.php/jsakti/article/view/443
Baita, A., Pristyanto, Y., & Cahyono, N. (2021). Analisis Sentimen Mengenai Vaksin Sinovac Menggunakan Algoritma Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Information System Journal (INFOS), 4(2), 42–46. https://jurnal.amikom.ac.id/index.php/infos/article/view/687
Buntoro, G. A. (2016). Analisis Sentimen Hatespeech pada Twitter dengan Metode Naïve Bayes Classifier dan Support Vektor Machine. Jurnal Dinamika Informatika, 5(2). https://www.researchgate.net/publication/309322787_ANALISIS_SENTIMEN_HATESPEECH_PADA_TWITTER_DENGAN_METODE_NAIVE_BAYES_CLASSIFIER_DAN_SUPPORT_VECTOR_MACHINE
Darwis, D., Pratiwi, E. S., & Pasaribu, A. F. O. (2020). Penerapan Algoritma SVM untuk Analisis Sentimen pada Data Twitter komisi Pemberantasan Korupsi Republik Indonesia. Jurnal Ilmiah Edutic : Pendidikan Dan Informatika, 7(1), 1–11. https://doi.org/10.21107/EDUTIC.V7I1.8779
Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional. Jurnal Tekno Kompak, 15(1), 131–145. https://doi.org/10.33365/JTK.V15I1.744
Devita, R. N., Herwanto, H. W., & Wibawa, A. P. (2018). Perbandingan Kinerja Metode Naive Bayes dan K-Nearest Neighbor untuk Klasifikasi Artikel Berbahasa indonesia. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(4), 427–434. https://doi.org/10.25126/JTIIK.201854773
Fitriani, E. (2020). Perbandingan Algoritma C4.5 dan Naïve Bayes untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan. Sistemasi: Jurnal Sistem Informasi, 9(1), 103–115. https://doi.org/10.32520/STMSI.V9I1.596
Gunawan, D., Riana, D., Ardiansyah, D., Akbar, F., & Alfarizi, S. (2020). Komparasi Algoritma Support Vector Machine dan Naïve Bayes Dengan Algotima Genetika pada Analisis Sentimen Calon Gubernur Jabar 2018-2023. Jurnal Teknik Komputer AMIK BSI, 6(1), 121–129. https://doi.org/10.31294/JTK.V6I1.6866
Hadi, F., & Ristawati, R. (2020). Pemindahan Ibu Kota Indonesia dan Kekuasaan Presiden dalam Perspektif Konstitusi. Jurnal Konstitusi, 17(3), 530–557. https://doi.org/10.31078/JK1734
Hanifah, R., & Nurhasanah, I. S. (2018). Implementasi Web Crawling untuk Mengumpulkan Informasi Wisata Kuliner di Bandar Lampung. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(5), 531–536. https://doi.org/10.25126/JTIIK.201855842
Hidayat, A. M., & Syafrullah, M. (2017). Algoritma Naive Bayes Dalam Analisis Sentimen untuk Klasifikasi pada Layanan Internet PT XYZ. Jurnal Telematika MKom, 9(2), 91–95. https://journal.budiluhur.ac.id/index.php/telematika/article/view/532
Iskandar, D., & Suprapto, Y. K. (2015). Perbandingan Akurasi Klasifikasi Tingkat Kemiskinan Antara Algoritma C4.5 dan Naïve Bayes. Network Engineering Research Operation, 2(1), 37–43. https://nero.trunojoyo.ac.id/index.php/nero/article/view/42
Ling, J., Kencana, I. P. E. N., & Oka, T. B. O. (2014). Analisis Sentimen Menggunakan Metode Naïve Bayes Classifier dengan Seleksi Fitur Chi Square. E-Jurnal Matematika, 3(3), 92–99. https://doi.org/10.24843/MTK.2014.V03.I03.P070
Nasution, M. R. A., & Hayaty, M. (2019). Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter. Jurnal Informatika, 6(2), 226–235. https://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/5129
Pertiwi, M. W. (2019). Analisis Sentimen Opini Publik Mengenai Sarana dan Transportasi Mudik Tahun 2019 pada Twitter Menggunakan Algoritma Naïve Bayes, Neural Network, KNN, dan SVM. Inti Nusa Mandiri, 14(1), 27–32. http://ejournal.nusamandiri.ac.id/index.php/inti/article/view/536
Purbolaksono, M. D., Tantowi, M. I., Hidayat, A. I., & Adiwijaya, A. (2021). Perbandingan Support Vector Machine dan Modified Balanced Random Forest dalam Deteksi Pasien Penyakit Diabetes. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 393–399. https://doi.org/10.29207/RESTI.V5I2.3008
Putra, A. D. A., & Juanita, S. (2021). Analisis Sentimen pada Ulasan pengguna Aplikasi Bibit dan Bareksa dengan Algoritma KNN. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(2), 636–646. https://doi.org/10.35957/JATISI.V8I2.962
Ramadhan, D. A., & Setiawan, E. B. (2019). Analisis Sentimen Program Acara di SCTV pada Twitter Menggunakan Metode Naive Bayes dan Support Vector Machine. E-Proceeding of Engineering, 9736–9743. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/10708
Saputri, N. A. O., & Zuhri, K. (2021). Analisis Sentimen Masyarakat terhadap Pilpres 2019 Berdasarkan Opini Dari Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Informanika, 7(1), 55–62. http://poltekanika.ac.id/journal/index.php/inf/article/view/201
Sari, R., & Hayuningtyas, R. Y. (2019). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Pada Wisata TMII Berbasis Website. Indonesian Journal on Software Engineering (IJSE), 5(2), 51–60. https://doi.org/10.31294/IJSE.V5I2.6957
Tim Kompas. (2022). Kepala Bappenas Umumkan Nama Ibu Kota Baru: Nusantara. Kompas.Com. https://nasional.kompas.com/read/2022/01/17/12302621/kepala-bappenas-umumkan-nama-ibu-kota-baru-nusantara
Widaningsih, S. (2019). Perbandingan Metode Data Mining untuk Prediksi Nilai dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika dengan Algoritma C4.5, Naïve Bayes, KNN, dan SVM. Jurnal Tekno Insentif, 13(1), 16–25. https://doi.org/10.36787/JTI.V13I1.78
Zulfikar, W. B., & Lukman, N. (2016). Perbandingan Naive Bayes Classifier dengan Nearest Neighbor untuk Identifikasi Penyakit Mata. Jurnal Online Informatika, 1(2), 82–86. https://doi.org/10.15575/JOIN.V1I2.33
Azhar, R., Surahman, A., & Juliane, C. (2022). Analisis Sentimen Terhadap Cryptocurrency Berbasis Python TextBlob Menggunakan Algoritma Naïve Bayes. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 6(1), 267–281. http://ejurnal.tunasbangsa.ac.id/index.php/jsakti/article/view/443
Baita, A., Pristyanto, Y., & Cahyono, N. (2021). Analisis Sentimen Mengenai Vaksin Sinovac Menggunakan Algoritma Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Information System Journal (INFOS), 4(2), 42–46. https://jurnal.amikom.ac.id/index.php/infos/article/view/687
Buntoro, G. A. (2016). Analisis Sentimen Hatespeech pada Twitter dengan Metode Naïve Bayes Classifier dan Support Vektor Machine. Jurnal Dinamika Informatika, 5(2). https://www.researchgate.net/publication/309322787_ANALISIS_SENTIMEN_HATESPEECH_PADA_TWITTER_DENGAN_METODE_NAIVE_BAYES_CLASSIFIER_DAN_SUPPORT_VECTOR_MACHINE
Darwis, D., Pratiwi, E. S., & Pasaribu, A. F. O. (2020). Penerapan Algoritma SVM untuk Analisis Sentimen pada Data Twitter komisi Pemberantasan Korupsi Republik Indonesia. Jurnal Ilmiah Edutic : Pendidikan Dan Informatika, 7(1), 1–11. https://doi.org/10.21107/EDUTIC.V7I1.8779
Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional. Jurnal Tekno Kompak, 15(1), 131–145. https://doi.org/10.33365/JTK.V15I1.744
Devita, R. N., Herwanto, H. W., & Wibawa, A. P. (2018). Perbandingan Kinerja Metode Naive Bayes dan K-Nearest Neighbor untuk Klasifikasi Artikel Berbahasa indonesia. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(4), 427–434. https://doi.org/10.25126/JTIIK.201854773
Fitriani, E. (2020). Perbandingan Algoritma C4.5 dan Naïve Bayes untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan. Sistemasi: Jurnal Sistem Informasi, 9(1), 103–115. https://doi.org/10.32520/STMSI.V9I1.596
Gunawan, D., Riana, D., Ardiansyah, D., Akbar, F., & Alfarizi, S. (2020). Komparasi Algoritma Support Vector Machine dan Naïve Bayes Dengan Algotima Genetika pada Analisis Sentimen Calon Gubernur Jabar 2018-2023. Jurnal Teknik Komputer AMIK BSI, 6(1), 121–129. https://doi.org/10.31294/JTK.V6I1.6866
Hadi, F., & Ristawati, R. (2020). Pemindahan Ibu Kota Indonesia dan Kekuasaan Presiden dalam Perspektif Konstitusi. Jurnal Konstitusi, 17(3), 530–557. https://doi.org/10.31078/JK1734
Hanifah, R., & Nurhasanah, I. S. (2018). Implementasi Web Crawling untuk Mengumpulkan Informasi Wisata Kuliner di Bandar Lampung. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(5), 531–536. https://doi.org/10.25126/JTIIK.201855842
Hidayat, A. M., & Syafrullah, M. (2017). Algoritma Naive Bayes Dalam Analisis Sentimen untuk Klasifikasi pada Layanan Internet PT XYZ. Jurnal Telematika MKom, 9(2), 91–95. https://journal.budiluhur.ac.id/index.php/telematika/article/view/532
Iskandar, D., & Suprapto, Y. K. (2015). Perbandingan Akurasi Klasifikasi Tingkat Kemiskinan Antara Algoritma C4.5 dan Naïve Bayes. Network Engineering Research Operation, 2(1), 37–43. https://nero.trunojoyo.ac.id/index.php/nero/article/view/42
Ling, J., Kencana, I. P. E. N., & Oka, T. B. O. (2014). Analisis Sentimen Menggunakan Metode Naïve Bayes Classifier dengan Seleksi Fitur Chi Square. E-Jurnal Matematika, 3(3), 92–99. https://doi.org/10.24843/MTK.2014.V03.I03.P070
Nasution, M. R. A., & Hayaty, M. (2019). Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter. Jurnal Informatika, 6(2), 226–235. https://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/5129
Pertiwi, M. W. (2019). Analisis Sentimen Opini Publik Mengenai Sarana dan Transportasi Mudik Tahun 2019 pada Twitter Menggunakan Algoritma Naïve Bayes, Neural Network, KNN, dan SVM. Inti Nusa Mandiri, 14(1), 27–32. http://ejournal.nusamandiri.ac.id/index.php/inti/article/view/536
Purbolaksono, M. D., Tantowi, M. I., Hidayat, A. I., & Adiwijaya, A. (2021). Perbandingan Support Vector Machine dan Modified Balanced Random Forest dalam Deteksi Pasien Penyakit Diabetes. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 393–399. https://doi.org/10.29207/RESTI.V5I2.3008
Putra, A. D. A., & Juanita, S. (2021). Analisis Sentimen pada Ulasan pengguna Aplikasi Bibit dan Bareksa dengan Algoritma KNN. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(2), 636–646. https://doi.org/10.35957/JATISI.V8I2.962
Ramadhan, D. A., & Setiawan, E. B. (2019). Analisis Sentimen Program Acara di SCTV pada Twitter Menggunakan Metode Naive Bayes dan Support Vector Machine. E-Proceeding of Engineering, 9736–9743. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/10708
Saputri, N. A. O., & Zuhri, K. (2021). Analisis Sentimen Masyarakat terhadap Pilpres 2019 Berdasarkan Opini Dari Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Informanika, 7(1), 55–62. http://poltekanika.ac.id/journal/index.php/inf/article/view/201
Sari, R., & Hayuningtyas, R. Y. (2019). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Pada Wisata TMII Berbasis Website. Indonesian Journal on Software Engineering (IJSE), 5(2), 51–60. https://doi.org/10.31294/IJSE.V5I2.6957
Tim Kompas. (2022). Kepala Bappenas Umumkan Nama Ibu Kota Baru: Nusantara. Kompas.Com. https://nasional.kompas.com/read/2022/01/17/12302621/kepala-bappenas-umumkan-nama-ibu-kota-baru-nusantara
Widaningsih, S. (2019). Perbandingan Metode Data Mining untuk Prediksi Nilai dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika dengan Algoritma C4.5, Naïve Bayes, KNN, dan SVM. Jurnal Tekno Insentif, 13(1), 16–25. https://doi.org/10.36787/JTI.V13I1.78
Zulfikar, W. B., & Lukman, N. (2016). Perbandingan Naive Bayes Classifier dengan Nearest Neighbor untuk Identifikasi Penyakit Mata. Jurnal Online Informatika, 1(2), 82–86. https://doi.org/10.15575/JOIN.V1I2.33