Support Vector Machine Berbasis Particle Swarm Optimization Pada Analisis Sentimen Anggota KPPS
DOI:
https://doi.org/10.37859/jf.v14i1.6795
Abstract
Pemilu menjadi sebuah bukti dari demokrasi dari suatu negara. Terutamanya di Indonesia dalam menyukseskan Pemilu dibutuhkan bantuan dari anggota KPPS. Saat ini pada pemilu 2024 di Indonesia menjadi anggota KPPS menjadi hal yang menarik bahkan menjadi trending topik terutama dalam media sosial X. Lalu dengan tredingnya anggota KPPS bagaimanakah opini masyarakat dalam media sosial X tentang menjadi anggota KPPS. Dalam menguji sentimen digunakan algoritma Support Vector Machine (SVM) berbasis Particle Swarm Optimization (PSO). Dari pengambilan data pada media sosial X didapatkan data opini sebanyak 702 data, setelah data melalui tahap Preprocesing data opini telah dibersihkan dari kata-kata yang tidak digunakan dan juga duplikasi data didapatkan 688 data dengan kata yang paling banyak disebutkan adalah meninggal. Data yang telah dibersihkan di analisis menggunakan algoritma Support Vector Machine (SVM) berbasis Particle Swarm Optimization (PSO) didapatkan hasil accuracy 70%. Lalu pada pengujian sentimen pada opini masyarakat pada media sosial X tentang anggota KPPS didapatkan hasil bahwa 99% masyarakat memberikan opini yang positif, dan hanya 1% masyarakat yang memberikan opini negatif.
Downloads
References
A. Pandiangan, “Kelompok Penyelenggara Pemungutan Suara (Kpps) Pemilu 2019: Tanggungjawab Dan Beban Kerja,” J. Soc. Media, vol. 3, no. 1, p. 17, 2019, doi: 10.26740/jsm.v3n1.p17-34.
Yeni Siska, Tengku Rika Valentina, and Indah Adi Putri, “Analisis Proses Rekrutmen Kelompok Penyelenggara Pemungutan Suara (KPPS) Pemilu Tahun 2019 Di Kota Solok,” J. Niara, vol. 15, no. 2, pp. 270–281, 2022, doi: 10.31849/niara.v15i2.8830.
A. Roflik, “Strategi optimasi pengelolaan KPPS di Kabupaten Magelang Provisni Jawa Tengah,” J. KPU, vol. 1, no. 1, p. 2019, 2019.
M. N. Muttaqin and I. Kharisudin, “Analisis Sentimen Pada Ulasan Aplikasi Gojek Menggunakan Metode Support Vector Machine dan K Nearest Neighbor,” UNNES J. Math., vol. 10, no. 2, pp. 22–27, 2021, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/ujm
I. Nurul Hassanah, S. Faisal, A. Mutoi Siregar, U. Buana Perjuangan Karawang Jl HSRonggo Waluyo, T. Timur, and J. Barat, “Perbandingan Algoritma Support Vector Machine Dengan Decision Tree Pada Aplikasi Ruang Guru,” Kumpul. J. Ilmu Komput., vol. 10, no. 1, pp. 39–50, 2023.
I. Siti Aisah, B. Irawan, and T. Suprapti, “Algoritma Support Vector Machine (Svm) Untuk Analisis Sentimen Ulasan Aplikasi Al Qur’an Digital,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3759–3765, 2024, doi: 10.36040/jati.v7i6.8263.
S. Santosa and F. A. Artanto, “Perdiksi loyalitas pelanggan telekomunikasi menggunakan Logistic Regression dengan seleksi fitur Particle Swarm Optimization,” vol. 11, no. April, pp. 90–99, 2015.
R. Difitria and I. Cholissodin, “Penerapan Support Vector Regression dan Particle Swarm Optimization untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara ke Daerah Istimewa Yogyakarta,” vol. 4, no. 5, pp. 1364–1371, 2020, [Online]. Available: http://j-ptiik.ub.ac.id
A. Fatkhudin, F. A. Artanto, N. A. Safli, and D. Wibowo, “Decision Tree Berbasis SMOTE dalam Analisis Sentimen Penggunaan Artificial Intelligence untuk Skripsi,” Remik Ris. dan E-Jurnal Manaj. Inform. Komput., vol. 8, no. April, pp. 494–505, 2024.
A. Fatkhudin, A. Khambali, F. A. Artanto, and N. A. P. Zade, “Implementasi Algoritma Clustering K-Means Dalam Pengelompokan Mahasiswa Studi Kasus (Prodi Manajemen Informatika),” J. Minfo Polgan, vol. 12, no. 2, pp. 777–783, 2023, doi: 10.33395/jmp.v12i2.12494.
A. Fatkhudin, M. Y. Febrianto, F. A. Artanto, M. W. N. Hadinata, and R. Fahlevi, “Algoritma Decision Tree C.45 dalam analisa kelulusan mahasiswa Program Studi Manajemen Informatika UMPP,” J. Ilm. Ilmu Komput. Fak. Ilmu Komput. Univ. Al Asyariah Mandar, vol. 8, no. 2, pp. 83–86, 2022.
H. H. Kusumawardani, I. Rosyadi, F. A. Artanto, F. I. Arzha, and N. A. Rachmayani, “Analisis Decision Tree dalam Pengaruh Digital Marketing terhadap Penerimaan Siswa Baru,” Remik, vol. 6, no. April, pp. 225–231, 2022.
E. Subowo, F. Adi Artanto, I. Putri, and W. Umaedi, “BLTSM untuk analisis sentimen berbasis aspek pada aplikasi belanja online dengan cicilan,” J. Fasilkom, vol. XII, no. Ii, pp. 132–140, 2022.
I. Rosyadi, F. A. Artanto, S. E. Rahmawati, H. Tri, and B. Joyo, “Decision Tree Dalam Analisis Keputusan Pembelian Program Pada Perkumpulan Penggiat Programmer Indonesia,” J. Fasilkom, vol. XII, no. III, pp. 141–144, 2022.
V. K. S. Que, A. Iriani, and H. D. Purnomo, “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 9, no. 2, pp. 162–170, 2020, doi: 10.22146/jnteti.v9i2.102.
M. I. Abas and I. Ibrahim, “Optimasi Support Vector Machine Particle Swarm Optimization Untuk Prediksi Konsumsi Energi Listrik,” Jambura J. Informatics, vol. 1, no. 2, pp. 47–56, 2019, doi: 10.37905/jji.v1i2.2646.
Downloads
Published
Issue
Section
License
Copyright Notice
An author who publishes in the Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) agrees to the following terms:
- Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-ShareAlike 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
- Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
- Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).
Read more about the Creative Commons Attribution-ShareAlike 4.0 Licence here: https://creativecommons.org/licenses/by-sa/4.0/.
_(1).png)
