Analisis Sentimen Pemilu Dalam Text Mining Terhadap Hasil Real Count 2024

Abstract

Penelitian ini telah mengeksplorasi berbagai metode dan algoritma untuk melakukan analisis sentimen terhadap opini masyarakat terkait Pemilihan Umum (Pemilu) di Indonesia, khususnya menggunakan data dari media sosial seperti Twitter. Beberapa penelitian sebelumnya telah menggunakan teknik seperti bigram, trigram, dan vektorisasi data, serta algoritma klasifikasi seperti Naïve Bayes, Support Vector Machine (SVM), dan lainnya untuk mengklasifikasikan sentimen masyarakat. Selain itu, ada juga penelitian yang mencoba mengoptimalkan algoritma menggunakan metode seperti Particle Swarm Optimization (PSO) untuk meningkatkan akurasi analisis sentimen. Hasil dari berbagai penelitian tersebut menunjukkan tingkat akurasi dan performa yang bervariasi, namun secara keseluruhan menunjukkan potensi besar dalam menggunakan data media sosial untuk memprediksi dan memahami sentimen masyarakat terkait pemilihan umum. Beberapa penelitian juga menghadapi tantangan dalam representasi data yang terbatas dari platform media sosial tertentu, serta keterbatasan dalam mengklasifikasikan sentimen berdasarkan geolokasi atau atribut tertentu.