PEMETAAN SENTIMEN MASYARAKAT TERHADAP PILPRES 2024 DENGAN ALGORITMA SELF-ORGANIZING MAP

Abstract

Pemilihan Umum (PEMILU) adalah salah satu cara untuk memilih presiden, kepala daerah, dan anggota parlemen yang berlangsung setiap lima tahun sekali. Dalam memasuki tahun- tahun politik saat ini akan banyak bertebaran informasi dan komentar dari masyarakat terhadap pelaksanaan pemilu, komentar atau pendapat yang disampaikan akan sangat beragam dimulai dari dukungan terhadap pelaksanaan pemilu, penggiringan opini publik, ujaran kebencian dan komentar-komentar lainnya. Kemajuan teknologi saat ini mengakibatkan penyampaian pendapat dapat dengan mudah dipublikasikan melalui media sosial, salah satunya adalah melalui media twitter, twitter menjadi salah satu media sosial yang paling sering digunakan masyarakat dalam mengemukakan pendapatnya karena dianggap bebas. Oleh karena itu, pada penelitian ini diusulakan pemataan sentimen atau opini masyarakat tentang Pilpres melalui X-Twitter, baik itu positif, negatif, atau netral dengan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dan metode Self-Organizing Maps (SOM). Dari hasil penelitian didapatkan bahwa Algoritme TF-IDF dan Self-Organizing Maps (SOM) dengan sentimen cuitan pengguna Twitter dengan Hasil pengujian masing-masing model dengan menggunakan confusionmatrix didapatkan rata-rata accuracy sebesar 81%, precision 80,3%, recall 81%, dan f-measure 80%.