Analisis Sentimen Twitter Pemilihan Calon Presiden dan Wakil Presiden Republik Indonesia 2019 Menggunakan Metode Neural Network.

Abstract

Pemilihan umum adalah masalah politik yang berkaitan dengan pergantian pemimpin. Pada Twitter dapat dilakukan penggalian informasi mengenai sentimen masyarakat terhadap calon kandidat dalam pemillu, salah satunya dalam pemilihan Presiden dan Wakil Presiden Republik Indonesia 2019. Salah satu teknik penggalian informasi pada Twitter adalah analisis sentimen. Pada penelitian ini, data Twitter dikumpulkan dengan menggunakan API Twitter. Selanjutnya, dilakukan pelabelan data pada setiap tweet. Label data yang diberikan yaitu positif, negatif, dan netral. Pemodelan klasifikasi menggunakan metode Neural Network untuk memprediksi sentimen terhadap data tweet. Data tweet diberikan pembobotan dengan metode Term Frequency-Inverse Document Frequency (TF-IDF). Hasil penelitian menunjukkan bahwa model dengan algoritme Neural Network yang menggunakan semua term menghasilkan nilai akurasi tertinggi sebesar 82.84%, nilai sensitivitas sebesar 97% pada sentimen positif, dan nilai spesifisitas tertinggi sebesar 96.51% pada sentimen netral. Nilai akurasi yang cukup tinggi menandakan bahwa model klasifikasi Neural Network mampu memprediksi sentimen pada data Twitter dengan baik.