Analisis Sentimen Masyarakat terhadap Kasus Korupsi PT. Timah Menggunakan Metode Support Vector Machine
DOI:
https://doi.org/10.54082/jiki.141Kata Kunci:
Klasifikasi, Korupsi, Sentimen, SMOTE, Support Vector Machine (SVM)Abstrak
Korupsi adalah penyalahgunaan jabatan publik untuk keuntungan pribadi yang dimana korupsi ini dapat memberikan kerugian besar bagi negara maupun masyarakat. Topik yang dipilih untuk penelitian ini adalah kasus korupsi PT. Timah yang sedang hangat dibicarakan dikarenakan kerugian negara yang mencapai 271 T. Untuk membantu analisis dalam penelitian ini, dibangunlah sebuah sistem yang dapat mendeteksi sentimen publik yang sudah dikumpulkan dari platform Youtube dengan metode Support Vector Machine. Model yang sudah dilatih dengan dataset akan diseimbangkan dengan SMOTE karena tidak meratanya kelas klasifikasi. Model klasifikasi yang telah dibangun dengan support vektor machine mendapatkan hasil presisi pada sentimen negatif 91% dan sentimen positif 44%, recall pada sentimen negatif 96% dan sentimen positif 22%, F1-Score pada sentimen negatif 93% dan sentimen positif 30%, serta jumlah sample pada kelas sentimen negatif 140 dan kelas sentimen positif 18.
Referensi
T. Bukhary, J. Pendidikan, A. dan Sains, and D. Putri, “Korupsi dan Perilaku Koruptif,” 2021.
Z. Hanyfah, A. Oktapia, and M. Tirta, “Analisis Perhitungan Kerugian Negara dari Hasil Dugaan Tindak Pidana Korupsi yang Dilakukan oleh PT. Timah (Tbk),” Journal of Law and Nation (JOLN), vol. 3, no. Mei, pp. 351–358, 2024.
F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online JD. ID Menggunakan Metode Naive Bayes Classifier Berbasis Konversi Ikon Emosi,” Jurnal SIMETRIS, vol. 10, no. 2, 2019.
A. Novantirani, M. S. Kania Sabariah, and V. Effendy, “Analisis Sentimen pada Twitter untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota dengan Metode Support Vector Machine,” 2015.
A. Rahman Isnain, A. Indra Sakti, D. Alita, and N. Satya Marga, “Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma SVM,” JDMSI, vol. 2, no. 1, pp. 31–37, 2021, [Online]. Available: https://t.co/NfhnfMjtXw
N. Hendrastuty, A. Rahman Isnain, and A. Yanti Rahmadhani, “Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine,” vol. 6, no. 3, 2021, [Online]. Available: http://situs.com
B. Gunawan, H. Sasty, P. #2, E. Esyudha, and P. #3, “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” vol. 4, no. 2, pp. 17–29, 2018, [Online]. Available: www.femaledaily.com
R. Novendri, A. S. Callista, D. N. Pratama, and C. E. Puspita, “Sentiment Analysis of YouTube Movie Trailer Comments Using Naïve Bayes,” Bulletin of Computer Science and Electrical Engineering, vol. 1, no. 1, pp. 26–32, Jun. 2020, doi: 10.25008/bcsee.v1i1.5.
E. Fitri, Y. Yuliani, S. Rosyida, and W. Gata, “Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine,” TRANSFORMTIKA, vol. 18, no. 1, pp. 71–80, 2020, [Online]. Available: www.nusamandiri.ac.id,
K. Pramayasa, I. Md, D. Maysanjaya, G. Ayu, and A. Diatri Indradewi, “Analisis Sentimen Program Mbkm Pada Media Sosial Twitter Menggunakan KNN Dan SMOTE”, [Online]. Available: https://doi.org/10.31598
R. Achmad Rizal, I. Sanjaya Girsang, and S. Apriyadi Prasetiyo, “Klasifikasi Wajah Menggunakan Support Vector Machine (SVM),” Riset dan E-Jurnal Manajemen Informatika Komputer, vol. 3, no. 2, 2019.
F. Amin, “Sistem Temu Kembali Informasi dengan Metode Vector Space Model,” 2012.
J. Han, M. Kamber, and J. Pei, “Data Mining. Concepts and Techniques, 3rd Edition (The Morgan Kaufmann Series in Data Management Systems),” 2011.
A. I. Tanggraeni and M. N. N. Sitokdana, “Analisis Sentimen Aplikasi E-Government Pada Google Play Menggunakan Algoritma Naïve Bayes,” vol. 9, no. 2, pp. 785–795, 2022.
D. Saputra and M. R. Pribadi, “Analisis Sentimen Masyarakat Terhadap Layanan Provider Internet di Indonesia Menggunakan SVM,” 2 ND MDP STUDENT CONFERENCE (MSC) 2023, 2023.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Fionna Caroline, Raden George Samuel Budi, Muhammad Ezar Al Rivan
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
