Apriansyah, Febri
Unknown Affiliation

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

Found 1 Documents
Search

ANALISIS SENTIMEN MASYARAKAT TERHADAP HASIL QUICK COUNT PEMILU 2024 MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN LOGISTIC REGRESSION Apriansyah, Febri; Suryono, Ryan Randy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6614

Abstract

Penelitian ini menganalisis sentimen masyarakat Indonesia terhadap hasil quick count Pemilu 2024 di media sosial X. Dari 7048 tweet yang dianalisis, 55.18% menunjukkan sentimen positif dan 44.82% sentimen negatif. Naïve Bayes memiliki accuracy 87% dengan precision 87% dan recall 90% untuk sentimen positif, serta 84% untuk sentimen negatif. Logistic Regression memiliki akurasi 81%, precision 84%, recall 83% untuk sentimen positif, dan 79% untuk sentimen negatif. Analisis visual menyoroti kata-kata kunci seperti “quick count, pilpres, hasil, kpu, dan calon”. Naïve Bayes lebih efektif dalam analisis sentimen, dengan prediksi benar sebanyak 2787 untuk kelas positif. Hasil quick count sering kali menimbulkan berbagai reaksi di kalangan masyarakat. Reaksi ini dapat berupa dukungan, keraguan, atau bahkan penolakan terhadap hasil yang disajikan. Sentimen masyarakat terhadap hasil quick count sangat penting untuk dipahami karena dapat mempengaruhi stabilitas sosial dan politik pasca pemilu. Penelitian ini memberikan wawasan penting tentang dinamika sosial pasca pemilu, bermanfaat bagi pemerintah, lembaga pemilu, dan masyarakat dalam merespons situasi politik.