OPTIMASI TEKNIK VOTING PADA SENTIMEN ANALISIS PEMILIHAN PRESIDEN 2024 MENGGUNAKAN MACHINE LEARNING

Abstract

Pemilihan presiden adalah peristiwa penting dalam sistem demokrasi Negara Kesatuan Republik Indonesia atau NKRI yang diadakan setiap lima tahun. Pro dan kontra pilpres banyak terjadi, khususnya di media sosial Twitter  atau X. X adalah salah satu platform media dimana orang meninggalkan komentar positif, netral, bahkan negatif. Oleh karna itu penelitian ini bertujuan untuk membangun model analisis sentimen untuk melakukan klasifikasi sentimen pilpres 2024. Penelitian ini menggunakan algoritma Support Vector machine , Naïve Bayes dan Decision Tree  dalam melakukan klasifikasi dengan penambahan metode Syntethic Minority Over-Sampling dan Ensemble Voting. Hasil pengujian menunjukkan bahwa sentimen masyarakat terhadap pilpres mendominasi sentimen negatif sebesar 5008 positif 3582 dan netral 1411 sentimen. Kemudian hasil pemrosesan data algoritma SVM, NB dan DT ditambah SMOTE dan optimasi ensemble voting, memberikan akurasi 92,8%, presisi 93%, recall 93% dan F1-Score 93%. Penelitian ini dapat memberikan kontribusi signifikan dengan mengklasifikasikan sentimen masyarakat terhadap data pilpres 2024.