PENERAPAN METODE RANDOM FOREST UNTUK ANALISIS SENTIMEN PEMILIHAN KEPALA DAERAH JAWA BARAT

Fauzian, Fikri (2025) PENERAPAN METODE RANDOM FOREST UNTUK ANALISIS SENTIMEN PEMILIHAN KEPALA DAERAH JAWA BARAT. Skripsi thesis, UNIVERSITAS SANGGA BUANA.

	Text (Cover) Cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (148kB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (172kB)
	Text (Lembar Pernyataan) Lembar Pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (136kB)
	Text (Abstrak) Abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (284kB)
	Text (Bab I) Bab I.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (289kB)
	Text (Skripsi Full) Skripsi Full.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (241kB)
	Text (Surat Keterangan Hasil Cek Plagiarisme) Surat Keterangan Hasil Cek Plagiarisme.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (895kB)

Abstract

Pemilihan Kepala Daerah (Pilkada) merupakan mekanisme demokrasi untuk memilih pemimpin politik di Indonesia. Perkembangan teknologi dan media sosial memungkinkan masyarakat pengguna internet (netizen) berpartisipasi aktif dalam menyebarkan opini, sentimen publik dan informasi terkait Pilkada, khususnya melalui media sosial X. Penelitian ini bertujuan untuk menerapkan metode Random Forest dalam analisis sentimen terhadap opini publik terkait Pilkada Jawa Barat 2024, dengan memanfaatkan data yang dikumpulkan sebanyak 3905 tweet. Proses analisis sentimen dilakukan melalui pelabelan otomatis menggunakan TextBlob, kemudian ekstraksi fitur direpresentasikan menggunakan GloVe (Global Vectors for Word Representation) sebelum diklasifikasikan dengan algoritma Random Forest. Hasil evaluasi model menunjukkan akurasi stabil di kisaran 0.62-0.64, dengan akurasi terbaik sebesar 0.64 saat proporsi data latih dan data uji rasio 80:20. Performa terbaik pada kelas netral (F1-score 0.70-0.71) diikuti kelas positif, sementara kelas negatif (F1-score 0.13-0.18) menunjukkan performa terendah akibat distribusi data yang tidak seimbang. Sistem yang dibangun dikemas dalam bentuk dashboard visualisasi berbasis web untuk menyajikan hasil analisis secara informatif. Penelitian ini diharapkan dapat menjadi referensi dalam memahami sentimen publik terhadap Pilkada Jabar 2024 dan mendukung pengambilan keputusan politik yang lebih bijak berbasis data, sekaligus memberikan kontribusi dalam pengembangan analisis sentimen berbasis data science.

Actions (login required)

View Item