Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informatika dan Komputer
Nasihin, Zaiima Tsabitha Nabhandiningrat
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Sentimen Kinerja KPU di Pemilu 2024 pada Media Sosial X Menggunakan Metode Naïve Bayes Nasihin, Zaiima Tsabitha Nabhandiningrat; Alam , Syariful; Andayani Komara , Mutiara
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2249

Abstract

Bangsa   Indonesia   belum   lama   ini   telah   melakukan hajatan  besar  demokrasi  yaitu  PEMILU  (Pemilihan Umum).  Hal  ini Merupakan amanat    Undang -Undang    (UU)    Nomor 42/2008 tentang Pilpres. Namun  dalam  pelaksanaannya  banyak  sekali  hal-hal yang   dinilai   oleh   para   pemilih   bahwa   Pemilu   ini berjalan  tidak  sesuai  dengan  aturan  yang  ada.  Mulai dari   aroma   kecurangan   banyak   disuarakan netizen, ketidak netralan  para  penegak  hukum  terhadap    salah satu  calon  pasangan  presiden  dan  wakil  presiden,  serta pelaksanaan  yang  tidak  Jujur  dan  Adil. dari  para  sebagian  pemilih. Komisi Pemilihan Umum (KPU) Indonesia memainkan peran penting dalam memastikan integritas pemilihan umum. Sentimen  yang  diberikan kepada  KPU  lewat  media  sosial  merupakan  gambaran kekecewaan   tersebut. Penelitian ini berfokus pada analisis sentimen publik terhadap kinerja KPU dalam pemilu 2024. Dataset yang digunakan dalam penelitian ini terdiri dari 317 entri, yang dikurangi menjadi 244 entri setelah tahap pembersihan dan pelabelan. Pemrosesan teks dilakukan untuk mempersiapkan data untuk klasifikasi. Algoritma Klasifikasi Naïve Bayes, yang diimplementasikan menggunakan Python, digunakan dalam analisis ini. Kinerja model dievaluasi menggunakan matriks kebingungan (confusion matrix). Studi ini mengkonfirmasi bahwa algoritma Klasifikasi Naïve Bayes efektif untuk analisis sentimen data media sosial. Tingkat akurasi sebesar 57% menunjukkan kepercayaan publik yang kuat terhadap kinerja KPU. Penelitian ini menyoroti pentingnya memantau sentimen publik di media sosial untuk mengukur efektivitas badan pemilihan seperti KPU.
Analisis Sentimen Kinerja KPU di Pemilu 2024 pada Media Sosial X Menggunakan Metode Naïve Bayes Nasihin, Zaiima Tsabitha Nabhandiningrat; Alam , Syariful; Andayani Komara , Mutiara
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2249

Abstract

Bangsa   Indonesia   belum   lama   ini   telah   melakukan hajatan  besar  demokrasi  yaitu  PEMILU  (Pemilihan Umum).  Hal  ini Merupakan amanat    Undang -Undang    (UU)    Nomor 42/2008 tentang Pilpres. Namun  dalam  pelaksanaannya  banyak  sekali  hal-hal yang   dinilai   oleh   para   pemilih   bahwa   Pemilu   ini berjalan  tidak  sesuai  dengan  aturan  yang  ada.  Mulai dari   aroma   kecurangan   banyak   disuarakan netizen, ketidak netralan  para  penegak  hukum  terhadap    salah satu  calon  pasangan  presiden  dan  wakil  presiden,  serta pelaksanaan  yang  tidak  Jujur  dan  Adil. dari  para  sebagian  pemilih. Komisi Pemilihan Umum (KPU) Indonesia memainkan peran penting dalam memastikan integritas pemilihan umum. Sentimen  yang  diberikan kepada  KPU  lewat  media  sosial  merupakan  gambaran kekecewaan   tersebut. Penelitian ini berfokus pada analisis sentimen publik terhadap kinerja KPU dalam pemilu 2024. Dataset yang digunakan dalam penelitian ini terdiri dari 317 entri, yang dikurangi menjadi 244 entri setelah tahap pembersihan dan pelabelan. Pemrosesan teks dilakukan untuk mempersiapkan data untuk klasifikasi. Algoritma Klasifikasi Naïve Bayes, yang diimplementasikan menggunakan Python, digunakan dalam analisis ini. Kinerja model dievaluasi menggunakan matriks kebingungan (confusion matrix). Studi ini mengkonfirmasi bahwa algoritma Klasifikasi Naïve Bayes efektif untuk analisis sentimen data media sosial. Tingkat akurasi sebesar 57% menunjukkan kepercayaan publik yang kuat terhadap kinerja KPU. Penelitian ini menyoroti pentingnya memantau sentimen publik di media sosial untuk mengukur efektivitas badan pemilihan seperti KPU.
Co-Authors Alam , Syariful Mutiara Andayani Komara