Analisis Sentimen Pemilu 2024 dengan Naive Bayes Berbasis Particle Swarm Optimization (PSO)

Tommy Dwi Putra (Universitas Amikom Yogyakarta)
Ema Utami (Universitas Amikom Yogyakarta)
Mei P Kurniawan (Universitas Amikom Yogyakarta)

Explore
Vol 13 No 1 (2023): Januari 2023

Pemilu merupakan sarana kedaulatan masyarakat untuk memilih anggota DewanPerwakilan Rakyat, anggota Dewan Perwakilan Daerah, Presiden dan Wakil Presiden, dan pemilihananggota Dewan Perwakilan Rakyat Daerah, dilakukan secara langsung. Pada penelitian ini penulismenggunakan metode Naïve Bayes (NB) berbasis Particle Swarm Optimization (PSO) dalammenganalisa label sentimen positif, negatif dan netral pada postingan para pengguna media sosialTwitter yang berkaitan dengan pemilu 2024. Jumlah dataset setelah pemrosesan menjadi 1.000 data.Tahap evaluasi menggunakan Confusion matrix diperoleh nilai akurasi algoritma yaitu untuk NaïveBayes tanpa Particle Swarm Optimization (PSO) nilai akurasi sebesar 73,67%. Sedangkan untukalgoritma Naïve Bayes berbabis Particle Swarm Optimization (PSO) nilai akurasi sebesar 78,33%.Dapat diketahui bahwa tingkat akurasi dari algoritma Naïve Bayes berbabis Particle SwarmOptimization (PSO) lebih unggul dibandingkan algoritma Naïve Bayes tanpa Particle SwarmOptimization (PSO).