Analisis Sentimen Terhadap Aplikasi Sirekap Kpu Dengan Algoritma Naïve Bayes Dan Support Vector Machine

• MUHAMAD REZHA
• 2024

---

Pemilihan Umum (Pemilu) merupakan proses penting dalam negara demokratis, dan Komisi Pemilihan Umum (KPU) Indonesia menggunakan aplikasi Sistem Rekapitulasi (Sirekap) untuk memonitor proses penghitungan suara guna meningkatkan transparansi dan efisiensi. Media sosial, khususnya Twitter, dengan 184,5 juta pengguna di Indonesia, sering menjadi platform bagi masyarakat untuk menyampaikan pendapat mereka tentang Pemilu dan Sirekap. Skripsi ini bertujuan untuk menganalisis sentimen masyarakat terhadap Sirekap melalui Twitter dengan metode text mining. Dua algoritma klasifikasi, Naive Bayes dan Support Vector Machine (SVM), digunakan untuk membandingkan keefektifannya dalam analisis sentimen. Metode penelitian mencakup pengumpulan data dari Twitter, preprocessing data, pelabelan teks, ekstraksi data dengan metode TF-IDF, dan evaluasi model. Hasil penelitian menunjukkan perbandingan kinerja kedua algoritma tersebut, dengan tujuan memberikan rekomendasi kepada KPU untuk meningkatkan kualitas dan penerimaan aplikasi Sirekap. Penelitian ini diharapkan dapat memberikan wawasan yang berguna bagi KPU dalam upaya meningkatkan partisipasi demokrasi dan kepercayaan masyarakat terhadap proses Pemilu di Indonesia.

• Analisis Sentimen
• Sirekap
• Naive Bayes
• Support Vector Machine

https://repository.bsi.ac.id/repo/56518/Analisis-Sentimen-Terhadap-Aplikasi-Sirekap-Kpu-Dengan-Algoritma-Naïve-Bayes-Dan-Support-Vector-Machine
Anda dapat membaca file tugas akhir ini di repository.