SENTIMENT ANALYSIS TERKAIT PEMINDAHAN IBU KOTA INDONESIA MENGGUNAKAN METODE RANDOM FOREST BERDASARKAN TWEET WARGA NEGARA INDONESIA

  • Tanti Cahya Herdiyani Universitas Pamulang
Keywords: Sentiment Analysis, Random Forest, TF-IDF, Text Mining, NLP

Abstract

Pemindahan ibu kota Indonesia ke Provinsi Kalimantan Timur menuai beberapa pendapat warga negara di Twitter. Penelitian sentiment analysis dilakukan untuk mengetahui respon tweet terkait pemindahan ibu kota Indonesia setelah disahkannya Undang-Undang IKN serta perbandingan jumlah tweet positif, negatif dan netral. Selain itu juga dapat mengetahui tingkat kinerja yang dihasilkan oleh metode Random Forest dengan berbagai skenario yang diuji. Pada penelitian sebelumnya yang serupa dilakukan menggunakan metode naïve bayes, lexicon, SVM, NBC, neighbor weighted K-NN, random forest dan logistic regression. Pada penelitian tersebut menggunakan feature extraction yang dikombinasikan pada setiap model. Dari penelitian tersebut menghasilkan tingkat kinerja yang berbeda-beda dari model yang digunakan. Sentiment analysis termasuk text mining yang merupakan implementasi dari NLP. Metode TF-IDF digunakan untuk mengubah kata menjadi numerik dengan melakukan pembobotan. Random forest merupakan metode pembelajaran melalui pembangunan pohon (tree) keputusan dengan melalui serangkaian pelatihan. Metodologi penelitian yang dilakukan yaitu studi pustaka dan analisis dokumen dari 1.639 data tweet warga negara Indonesia. Hasil dari penelitian ini respon dari tweet diklasifikasikan mejadi positif, negatif dan netral. Perbandingan jumlah tweet positif didapatkan lebih tinggi dibandingkan dengan tweet negatif dan netral. Dan tingkat kinerja yang dihasilkan yaitu pada accuracy mencapai 76%, recall sebesar 70%, precision sebesar 69% dan f1-score sebesar 69%.

References

S. J. D. RI, “UNDANG-UNDANG REPUBLIK INDONESIA NOMOR 10 TAHUN 1964 TENTANG PERNYATAAN DAERAH KHUSUS IBUKOTA JAKARTA RAYA TETAP SEBAGAI IBU KOTA NEGERA REPUBLIK INDONESIA DENGAN NAMA JAKARTA,” DEWAN PERWAKILAN RAKYAT REPUBLIK INDONESIA, 2016. [Daring]. Tersedia pada: https://www.dpr.go.id/dokjdih/document/uu/1430.pdf.
S. Presiden, “Presiden Jokowi Mengumumkan Lokasi Ibu Kota Baru, Istana Negara, 26 Agustus 2019,” Sekretariat Presiden, 2019. [Daring]. Tersedia pada: https://youtu.be/9ZSAWmN9PFg.
B. P. S. P. D. Jakarta, “Jumlah Penduduk Provinsi DKI Jakarta Menurut Kelompok Umur dan Jenis Kelamin 2019-2021,” Badan Pusat Statistik, 2022. [Daring]. Tersedia pada: https://jakarta.bps.go.id/indicator/12/111/1/jumlah-penduduk-provinsi-dki-jakarta-menurut-kelompok-umur-dan-jenis-kelamin.html.
S. J. D. RI, “UNDANG-UNDANG REPUBLIK INDONESIA NOMOR 3 TAHUN 2022 TENTANG IBU KOTA NEGARA,” DEWAN PERWAKILAN RAKYAT REPUBLIK INDONESIA, 2016. [Daring]. Tersedia pada: https://www.dpr.go.id/dokjdih/document/uu/1791.pdf.
S. Akhmad, P. P. Adikara, dan R. C. Wihandika, “Analisis Sentimen Kebijakan Pemindahan Ibukota Republik Indonesia dengan Menggunakan Algoritme Term-Based Random Sampling dan Metode Klasifikasi Naïve Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 10, hal. 10086–10094, 2019.
N. Tri Romadloni, I. Santoso, dan S. Budilaksono, “Perbandingan Metode Naive Bayes, KNN, dan Decision Tree Terhadap Analisis Sentimen Transportasi KRL Commuter Line,” J. IKRA-ITH Inform., vol. 3, no. 2, hal. 1–9, 2019.
P. Yuniasari dan F. Maspiyanti, “Analisis Sentimen Data Tweet menggunakan Metode Support Vector Machine (Studi Kasus: Pemindahan Ibukota Baru Republik Indonesia),” J. Informatics Adv. Comput., vol. 2, no. 1, hal. 2021, 2021.
A. H. Dyo fatra, N. H. Hayatin, dan C. S. K. Aditya, “Analisa Sentimen Tweet Berbahasa Indonesia Dengan Menggunakan Metode Lexicon Pada Topik Perpindahan Ibu Kota Indonesia,” J. Repos., vol. 2, no. 7, hal. 977, 2020, doi: 10.22219/repositor.v2i7.937.
M. I. D. Sakariana, Idriati, dan C. Dewi, “Analisis Sentimen Pemindahan Ibu Kota Indonesia Dengan Pembobotan Term BM25 Dan Klasifikasi Neighbor Weighted K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, hal. 748–755, 2020.
M. P. Agustina dan H. Hendry, “Sentimen Masyarakat Terkait Perpindahan Ibukota Via Model Random Forest dan Logistic Regression,” Aiti, vol. 18, no. 2, hal. 111–124, 2021.
G. A. Sandag, “Prediksi Rating Aplikasi App Store Menggunakan Algoritma Random Forest,” CogITo Smart J., vol. 6, no. 2, hal. 167, 2020, doi: 10.31154/cogito.v6i2.270.167-178.
Published
2022-09-14