<![CDATA[AbstrakPemilihan umum (pemilu) presiden dan wakil presiden tak lepas dari pembicaraan publik. Masyarakatbebas mengemukakan opininya baik melalui media sosial maupun di dunia nyata. Salah satu mediasosial yang digemari masyarakat untuk menyampaikan opini adalah Twitter. Banyaknya masyarakatyang beropini mengenai pemilihan presiden di Twitter dapat menghasilkan informasi yang dapatdimanfaatkan lembaga survei untuk menentukan tingkat keterpilihan atau elektabilitas pasangan calonpresiden dan wakil presiden. Oleh karena itu, perlu adanya analisis sentimen opini masyarakat tentangPemilihan Umum 2019 yang berkaitan dengan para pasangan calon, sehingga dapat diketahuibagaimana penilaian masyarakat terhadap pasangan calon presiden dan wakil presiden yang sudahdiklasifikasikan ke dalam masing-masing aspek secara spesifik. Metode yang digunakan untuk analisissentimen opini masyarakat adalah Ontology Supported Polarity Mining (OSPM). Metode OSPM dipilihkarena dapat meningkatkan penambangan polaritas dengan ontologi yang dapat memberikan informasisuatu topik secara terperinci. Hasil menunjukkan bahwa OSPM dengan teknik penambangan polaritasrule dapat mengklasifikasikan sentinmen level aspek dan menghasilkan akurasi sebesar 93.76%sedangkan tanpa rule rata-rata akurasi sebesar 85.11%, dengan kata lain rule dapat meningkatkanakurasi sebesar 8.65%.Kata Kunci : sentimen, level aspek, OSPM, pilpres, twitter AbstractThe general election (election) of the president and vice president cannot be separated from publicdiscussion. People are free to express their opinions both through social media and in the real world. Oneof the social media favored by the public to express their opinion is Twitter. The number of people whothink about the presidential election on Twitter can produce information that can be used by surveyinstitutions to determine the level of electability or electability of candidates for president and vicepresidential candidates. Therefore, it is necessary to analyze the sentiment of public opinion about the2019 General Election relating to the candidate pairs, so that it can be seen how the community evaluatesthe presidential and vice presidential candidate pairs that have been specifically classified into eachaspect. The method used for public opinion sentiment analysis is Ontology Supported Polarity Mining(OSPM). The OSPM method was chosen because it can improve polarity mining with ontologies that canprovide detailed information on a topic. The results show that OSPM with polarity rule miningtechniques can classify sentinmen level aspects and produce an accuracy of 93.76% while without rule theaverage accuracy is 85.11%, in other words the rule can increase accuracy by 8.65%. Keywords : sentiment, aspect level, OSPM, presidential election, twitter]]>
