Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Sinaga, Antonius Steven Dimas Prasetya
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Publik Terhadap Mayor Teddy Indra Wijaya dengan Pendekatan Logistic Regression: Public Sentiment Analysis Towards Mayor Teddy Indra Wijaya with Logistic Regression Approach Sinaga, Antonius Steven Dimas Prasetya; Aji, Adam Sekti
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1752

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Mayor Teddy Indra Wijaya, ajudan Prabowo Subianto, dengan menggunakan algoritma Logistic Regression. Analisis sentimen diperlukan karena keberadaan tokoh publik seperti Mayor Teddy, yang berasosiasi erat dengan figur politik nasional, dapat memengaruhi persepsi publik secara luas. Pemahaman terhadap sentimen ini penting untuk mengidentifikasi respons positif dan negatif masyarakat, yang kemudian dapat digunakan sebagai indikator persepsi publik terhadap citra politik Prabowo Subianto. Penelitian ini memanfaatkan data dari platform media sosial Twitter yang dikumpulkan melalui crawling selama periode Januari 2024 hingga saat laporan ini disusun. Masalah yang ingin diselesaikan adalah bagaimana algoritma Logistic Regression dapat digunakan secara efektif untuk memetakan sentimen publik berdasarkan data teks yang kompleks dan beragam. Proses penelitian meliputi pengumpulan data, preprocessing, pelabelan, pelatihan model, dan evaluasi performa model menggunakan metrik seperti akurasi, precision, recall, dan F1 score. Hasil penelitian menunjukkan bahwa model Logistic Regression yang digunakan memiliki akurasi sebesar 73,68%, precision 75%, recall 71%, dan F1 score 0,73. Hasil ini menunjukkan kinerja yang cukup baik dalam memprediksi sentimen masyarakat. Penelitian ini diharapkan dapat berkontribusi pada pengembangan metode analisis sentimen dalam konteks sosial-politik serta memberikan masukan strategis bagi pengelolaan komunikasi publik dan reputasi di era digital.
Co-Authors Aji, Adam Sekti