<![CDATA[Analisis sentimen publik terkait debat capres-cawapres pertama tahun 2024 di Indonesia menggunakan data dari Platform X (Twitter). Penelitian ini menggunakan metodologi CRISP-DM yang meliputi tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Data dikumpulkan menggunakan teknik crawling Tweet-Harvest API, kemudian diolah menggunakan teknik Natural Language Processing (NLP) untuk mengelompokkan sentimen ke dalam tiga kategori, yaitu positif, negatif, dan netral. Pemodelan dilakukan menggunakan Random Forest dengan pembagian dataset sebesar 70% untuk data training dan 30% untuk data testing. Meskipun model menunjukkan akurasi yang tinggi pada data training, namun terdapat indikasi overfitting dan oversampling pada data testing. Untuk mengatasi hal tersebut, diterapkan teknik undersampling dan hyperparameter tuning yang menghasilkan akurasi model sebesar 62%. Hasil analisis sentimen divisualisasikan menggunakan Tableau sehingga menghasilkan dashboard yang interaktif sehingga mudah dipahami oleh audiens teknis maupun non-teknis. Analisis Sentimen ini memberikan wawasan mendalam tentang dinamika opini publik selama debat presiden dan wakil presiden pertama di Indonesia pada tahun 2024, dengan rekomendasi untuk pengembangan lebih lanjut guna meningkatkan kinerja model dan kualitas visualisasi. Kata kunci— Analisis Sentimen, CRISP-DM, Tableau, Debat Capres Cawapres Pertama, X (Twitter)]]>
Copyrights © 2025
