Social Network Analysis dan Perbandingan Kinerja Algoritma Machine Learning menggunakan Sentiment Analysis untuk Prediksi Pemilihan Presiden RI Tahun 2024 - 2029

Aini Lativah, Nurul (2024) Social Network Analysis dan Perbandingan Kinerja Algoritma Machine Learning menggunakan Sentiment Analysis untuk Prediksi Pemilihan Presiden RI Tahun 2024 - 2029. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (509kB)
	PDF BAB_I.pdf Download (150kB)
	PDF BAB_II.pdf Download (354kB)
	PDF BAB_III.pdf Download (248kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (4MB)
	PDF BAB_V.pdf Download (128kB)
	PDF DAFTAR_PUSTAKA.pdf Download (226kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (4MB)

Abstract

Sebagai negara demokratis, Indonesia menggelarkan pesta demokrasi setiap 5 tahun sekali dalam Pemilihan Presiden Republik Indonesia. Pada Pemilihan Presiden 2024, calon presiden dan wakilnya aktif melakukan kampanye untuk mendapatkan dukungan. Media sosial, termasuk X, menjadi platform di mana berita-berita berkembang dan dapat memengaruhi persepsi masyarakat terhadap pasangan calon. Penelitian ini bertujuan untuk memprediksi hasil Pemilihan Presiden Republik Indonesia 2024-2029 dengan menggunakan analisis sentimen dan metode Social Network Analysis (SNA) untuk mengidentifikasi akun dan lokasi yang berpengaruh dalam penyebaran informasi, serta untuk mengidentifikasi akun yang terdeteksi buzzer. Penelitian ini menggunakan framework CRISP-DM dan perbandingan algoritma Naïve Bayes, Random Forest, dan Support Vector Machine (SVM) serta metode Social Network Analysis (SNA) yang menggunakan perhitungan nilai degree centrality. Melalui analisis opini publik di media sosial X, metode Social Network Analysis (SNA) penting untuk mengidentifikasi akun dan lokasi yang berpengaruh dalam penyebaran informasi, serta untuk mengidentifikasi akun yang terdeteksi buzzer, sementara analisis sentimen membantu dalam mengevaluasi opini positif atau negatif terhadap masing-masing pasangan calon. Kebaruan penelitian ini terletak pada perbandingan tiga algoritma klasifikasi (Naïve Bayes, Random Forest, dan Support Vector Machine) untuk analisis sentimen serta integrasi metode Social Network Analysis (SNA), dan pembuatan website yang menampilkan dashboard visualisasi hasil sentimen analisis. Berdasarkan hasil opini publik masyarakat diprediksi pasangan calon Ganjar-Mahfud akan terpilih menjadi Presiden dan Wakil Presiden Indonesia 2024-2029. Hal ini dikarenakan, hasil pasangan calon Ganjar-Mahfud mendapatkan sentimen positif terbanyak dan akurasi prediksi tertinggi, mencapai 97% menggunakan algoritma Support Vector Machine (SVM) dibandingkan dengan algoritma Naïve Bayes dan Random Forest. Hasil dari Social Network Analysis dapat mengidentifikasi akun dan lokasi yang berpengaruh dalam penyebaran informasi, serta untuk mengidentifikasi akun yang terdeteksi buzzer.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	machine learning, prediksi presiden dan wakil presiden Indonesia tahun 2024-2029, sentimen analisis, social network analysis.
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	12 Nov 2024 12:25
Last Modified:	12 Nov 2024 12:25
URI:	https://kc.umn.ac.id/id/eprint/34895

Actions (login required)

View Item