<![CDATA[Penggunaan Twitter sebagai platform media sosial telah menjadi semakin penting dalam memahami opini publik terkait berbagai isu, termasuk Pemilu 2024 di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen terkait Pemilu 2024 di Indonesia menggunakan berbagai teknik vektorisasi teks dan model machine learning yang dioptimalkan. Data yang dikumpulkan terdiri dari 744 tweet dan setelah preprocessing, tweet diklasifikasikan menjadi tiga sentimen: positif, negatif, dan netral, menggunakan library TextBlob. Mayoritas tweet (673) dikategorikan sebagai netral, sementara 37 tweet bersentimen positif dan 34 tweet bersentimen negatif. Untuk meningkatkan akurasi klasifikasi, digunakan model Support Vector Machine (SVM) dengan teknik vektorisasi TfidfVectorizer, CountVectorizer, dan HashingVectorizer, yang dioptimalkan menggunakan Grid Search. Hasil menunjukkan bahwa model SVM yang dioptimalkan mencapai akurasi, presisi, recall, dan F1-score sebesar 100% untuk ketiga teknik vektorisasi. Penelitian ini menunjukkan bahwa optimasi hyperparameter dan pemilihan teknik vektorisasi yang tepat sangat efektif dalam analisis sentimen, memberikan wawasan yang mendalam tentang opini publik terkait Pemilu 2024. Hasil ini dapat digunakan untuk mendukung proses demokrasi yang lebih transparan dan responsif. Hasil ini dapat digunakan untuk mendukung proses demokrasi yang lebih transparan dan responsif.]]>
Copyrights © 2024
