Analisis Sentimen Pilkada Jatim 2024 Menggunakan Metode Random Forest Pada Website Berita Dan Ulasan Publik Di Media Sosial Twitter

Pradipta, Arsa Cahaya and Fatir, Nabila Ahlisya and Putra, Al-Faiz Azzam Arya (2024) Analisis Sentimen Pilkada Jatim 2024 Menggunakan Metode Random Forest Pada Website Berita Dan Ulasan Publik Di Media Sosial Twitter. Project Report (Praktek Kerja Lapang dan Magang). -. (Unpublished)

	Text (cover) 22082010017.-cover.pdf Download (985kB)
	Text (bab 1) 22082010017.-bab1.pdf Download (76kB)
	Text (bab 2) 22082010017.-bab2.pdf Restricted to Repository staff only Download (154kB)
	Text (bab 3) 22082010017.-bab3.pdf Restricted to Repository staff only until 15 January 2029. Download (131kB)
	Text (bab 4) 22082010017.-bab4.pdf Restricted to Repository staff only until 15 January 2029. Download (3MB)
	Text (bab 5) 22082010017.-bab5.pdf Restricted to Repository staff only until 15 January 2029. Download (76kB)
	Text (daftar pustaka) 22082010017.-daftarpustaka.pdf Download (88kB)

Abstract

Praktik Kerja Lapangan (PKL) ini bertujuan untuk menganalisis sentimen publik terhadap Pilkada Jawa Timur 2024 dengan menggunakan metode Random Forest. Data penelitian diperoleh dari dua sumber utama, yaitu berita daring dan media sosial Twitter. Penelitian ini dilatarbelakangi oleh pentingnya pemahaman yang mendalam terhadap opini publik dalam konteks politik, khususnya menjelang pelaksanaan Pilkada, guna mendukung pengambilan keputusan berbasis data. Melalui pendekatan analisis sentimen, opini publik dikelompokkan ke dalam tiga kategori utama, yaitu sentimen positif, netral, dan negatif, sehingga dapat memberikan wawasan mengenai persepsi masyarakat terhadap kandidat serta isu-isu strategis dalam Pilkada Jawa Timur 2024. Penelitian ini mencakup beberapa tahapan, mulai dari perencanaan, pengumpulan data menggunakan teknik scraping, pra-pemrosesan data, pemodelan dan analisis sentimen, hingga evaluasi model serta visualisasi hasil. Data dikumpulkan dari portal berita daring terpercaya dan media sosial Twitter melalui pemanfaatan API untuk memperoleh tweet yang relevan dengan Pilkada Jawa Timur 2024. Pada tahap pra-pemrosesan, data dibersihkan dari elemen-elemen yang tidak relevan, seperti simbol, tanda baca, URL, dan emotikon. Selain itu, dilakukan proses tokenisasi dan stemming untuk menyederhanakan teks dan meningkatkan kualitas analisis. Hasil pengamatan awal menunjukkan adanya ketidakseimbangan distribusi data sentimen, dengan dominasi sentimen netral. Untuk mengatasi permasalahan tersebut, diterapkan metode Synthetic Minority Oversampling Technique (SMOTE) guna menyeimbangkan distribusi data dengan menambahkan data sintetis pada kategori sentimen positif dan negatif. Dengan demikian, model dapat dilatih secara optimal dan mampu memprediksi seluruh kategori sentimen dengan lebih akurat. Metode Random Forest dipilih sebagai algoritma utama karena kemampuannya dalam menangani data tidak terstruktur, seperti teks dari berita daring dan opini publik, serta tingkat akurasinya yang tinggi dalam tugas klasifikasi. Hasil evaluasi menunjukkan performa model yang sangat baik, dengan nilai akurasi, precision, recall, dan F1-score sebesar 1.00 pada seluruh kategori sentimen. Hal ini menunjukkan bahwa model mampu mengklasifikasikan sentimen publik secara efektif tanpa kesalahan. Hasil analisis sentimen menunjukkan bahwa sentimen netral mendominasi pemberitaan terkait Pilkada Jawa Timur 2024, dengan peningkatan yang signifikan pada periode mendekati hari pemilihan. Analisis berdasarkan pasangan calon mengungkapkan bahwa Pasangan Calon 2 mendominasi pemberitaan pada seluruh kategori sentimen, baik positif, netral, maupun negatif, yang mencerminkan tingginya perhatian media dan publik terhadap pasangan tersebut. Visualisasi data disajikan dalam bentuk grafik dan tabel untuk memudahkan pemahaman oleh pemangku kepentingan. Visualisasi tersebut menggambarkan tren sentimen secara umum serta distribusi sentimen berdasarkan pasangan calon. Wawasan yang diperoleh dari hasil analisis ini dapat dimanfaatkan oleh pemangku kepentingan politik dalam merancang strategi kampanye yang lebih efektif, adaptif, dan responsif terhadap isu-isu strategis. Selain itu, analisis ini juga memberikan gambaran mengenai isu-isu utama yang menjadi perhatian masyarakat, sehingga kandidat dapat menyusun pesan kampanye yang lebih relevan dengan ekspektasi publik. Penelitian ini tidak hanya memberikan kontribusi akademik melalui penerapan teori dan teknologi analisis data dalam konteks nyata, tetapi juga menghasilkan wawasan praktis yang mendukung pengambilan keputusan berbasis data. Proses pengumpulan data yang sistematis serta pra-pemrosesan yang cermat memastikan bahwa hasil analisis bersifat andal dan bermakna. Sebagai pengembangan ke depan, penelitian lanjutan disarankan untuk menerapkan metode analisis yang lebih canggih, seperti algoritma Deep Learning, guna meningkatkan akurasi dan efisiensi pemrosesan data. Selain itu, perluasan sumber data dengan mengintegrasikan platform media sosial lain, seperti Facebook dan Instagram, diharapkan dapat memberikan representasi opini publik yang lebih komprehensif. Hasil analisis sentimen juga berpotensi untuk diintegrasikan secara langsung ke dalam strategi kampanye maupun kebijakan publik agar respons terhadap isu strategis dapat dilakukan secara lebih efektif. Secara keseluruhan, kegiatan PKL ini membuktikan bahwa metode Random Forest mampu mengklasifikasikan sentimen publik dengan tingkat akurasi yang sangat tinggi serta menghasilkan wawasan yang bernilai. Penelitian ini menunjukkan bahwa pemanfaatan teknologi dan analisis data dapat menjadi solusi sistematis dalam memahami opini publik pada ranah politik. Selain itu, kegiatan PKL ini juga memberikan nilai tambah bagi mahasiswa dalam meningkatkan kompetensi di bidang teknologi dan analisis data yang relevan dengan kebutuhan industri di era digital. Kata Kunci: Analisis Sentimen, Random Forest, Pilkada Jawa Timur 2024, Media Sosial, Data Scraping.

Item Type:

Monograph (Project Report (Praktek Kerja Lapang dan Magang))

Contributors: