ANALISIS SENTIMEN TERHADAP PEMBERITAAN HASIL REKAPITULASI PEMILU PRESIDEN 2024 PADA MEDIA SOSIAL INSTAGRAM MENGGUNAKAN NAIVE BAYES CLASSIFIER

Abstract

Media sosial Instagram, dengan lebih dari 100 juta pengguna di Indonesia yang didominasi kelompok usia produktif, telah menjadi platform utama dalam penyebaran informasi dan pembentukan opini publik terkait hasil rekapitulasi pemilu presiden 2024. Tantangan muncul terkait penyebaran informasi yang belum terverifikasi dan polarisasi pendapat yang dapat mempengaruhi stabilitas politik pasca pemilu. Penelitian ini bertujuan untuk mengidentifikasi dan mengkategorikan sentimen masyarakat terhadap hasil rekapitulasi pemilu presiden 2024 di Instagram serta menerapkan metode naive bayes untuk klasifikasi sentimen. Metodologi Knowledge Discovery in Database (KDD) diterapkan melalui tahapan data Selection, preprocessing, transformation, data mining dengan naive bayes classifier, dan evaluation. Data diambil sekitar 2000 komentar pada unggahan berita terkait hasil rekapitulasi pemilu di akun media massa terpercaya seperti kompastv, metrotv, dan tvonenews menggunakan tools scraping phantombuster. Hasil evaluasi menunjukkan algoritma naive bayes classifier memiliki rata-rata accuracy 75%, precision 75%, recall 74%, dan F1-score 74%, dengan skenario pembagian data 90:10 memberikan performa terbaik (accuracy 76%, precision 77%, recall 75%, F1-score 75%). Analisis sentimen mengungkapkan dominasi sentimen negatif sebesar 54,4% dalam komentar terkait hasil Pemilu 2024. Temuan ini bermanfaat untuk evaluasi respons masyarakat dan mendukung pengambilan keputusan yang lebih tepat oleh pemerintah dan lembaga terkait.