Analisis sentimen pemilihan presiden Indonesia 2019 di twitter dengan mesin vektor sokongan dan berasaskan leksikon (SVM)

.
Perkembangan media sosial saat ini sangat pesat, dan Twitter adalah media sosial yang banyak digunakan oleh orang dalam menyebarkan maklumat, bahkan dalam proses pemilihan presiden media sosial twitter memiliki peranan penting dalam penyebaran maklumat baik atau jahat untuk menjatuhkan seorang calon presiden.

Kajian ini bertujuan untuk menganalisis semua maklumat yang diperoleh dari Twitter untuk mendapatkan nilai positif dan negatif untuk mendapatkan ramalan elektabiliti calon presiden.

Dalam proses klasifikasi, penyelidikan ini menggunakan kaedah lexicon-base dan mesin sokongan vektor (SVM).

Tahap data pra-proses menggunakan penandaan bahagian-ucapan, ujian chi-square, dan mengumpulkan pendapat mengenai entiti (NN & NNP) yang bertujuan untuk mengelakkan penarikan balik yang rendah dari kaedah berasaskan leksikon.

Data yang digunakan mengambil tweet dalam bahasa Indonesia dan bahasa Inggeris dengan beberapa set data dari 2000 tweet dengan pemisahan dua pendapat dari setiap calon presiden.

Dari ketepatan kekutuban, dapatkan nilai dengan kata kunci jokowi untuk mendapatkan nilai positif 24.10%, negatif 38.30% dan neutral 38.30% sementara untuk kata kunci prabowo ia mendapat nilai positif 0.20%, negatif 0.10% dan neutral 0.70%.
.
https://www.researchgate.net/publication/340639755_Sentiment_analysis_of_Indonesian_presisential_election_2019_on_the_twitter_with_lexicon-based_and_support_vector_machine_SVM