Analisis Sentimen Terkait RUU Perampasan Aset dengan Support Vector Machine

Lutfi Rofiqi; Mutaqin Akbar

doi:10.58794/jekin.v4i3.824

Authors

Lutfi Rofiqi Universitas Mercu Buana Yogyakarta
Mutaqin Akbar Universitas Mercu Buana Yogyakarta

DOI:

https://doi.org/10.58794/jekin.v4i3.824

Keywords:

Sentimen analisis, Support Vector Machine (SVM), Twitter, YouTube, TF-IDF, SMOTE, RUU Perampasan Aset, Confusion Matrix

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap RUU Perampasan Aset menggunakan metode Support Vector Machine (SVM). Data dikumpulkan dari media sosial Twitter dan YouTube dengan alat dan library Python Google Colab, termasuk nodejs dan Tweet Harvest untuk Twitter serta Google API Client untuk YouTube. Data komentar dalam bahasa Indonesia dilabeli secara manual sebagai positif atau negatif menggunakan Microsoft Excel. Tahapan praproses mencakup cleansing, case folding, tokenizing, filtering, stemming, dan normalisasi data. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk pembobotan kata, sementara SVM digunakan untuk klasifikasi dengan evaluasi menggunakan confusion matrix yang mengukur akurasi, presisi, recall, dan F1 score. SMOTE digunakan untuk menyeimbangkan kelas data. Hasil penelitian menunjukkan bahwa SVM efektif dengan akurasi 79.8%, F1 score 79.96%, presisi 80.58%, dan recall 79.8%. Analisis sentimen mengungkap mayoritas sentimen publik terhadap RUU Perampasan Aset adalah negatif, mencerminkan ketidakpuasan atau ketidakpercayaan. Penelitian ini membuktikan bahwa metode SVM memberikan evaluasi komprehensif dan valid terhadap data yang telah diproses, memberikan hasil yang dapat dipercaya untuk analisis lebih lanjut.

Downloads

Download data is not yet available.

References

J. Ilmiah, G. Justisi, W. Yusmar, and N. S. Putri, “PERAMPASAN ASET SEBAGAI UPAYA PEMBERANTASAN TINDAK PIDANA PENCUCIAN UANG DENGAN PREDICATE CRIME TINDAK PIDANA NARKOTIKA,” 2021.

M. A. Najib, U. Sunan, A. Surabaya, and K. K. Abstrak, “Sosio Yustisia : Jurnal Hukum dan Perubahan Sosial POLEMIK PENGESAHAN RANCANG UNDANG-UNDANG PERAMPASAN ASET DI INDONESIA,” 2023, [Online]. Available: https://news.detik.com/berita/d-6628926/mahfud-md-jelaskan-soal-heboh-rp-

I. Hafid, “Perampasan Aset Tanpa Pemidanaan,” 2021. [Online]. Available: https://www.hukumonline.com/berita/baca/lt5d0dbe1380889/kasus-setnov--visi-asset-recovery-belum-jadi-prioritas/,

O. Viana Agustine, “RUU PERAMPASAN ASET SEBAGAI PELUANG DAN TANTANGAN DALAM PEMBERANTASAN KORUPSI DI INDONESIA,” 2019.

T. Krisdiyanto, E. Maricha, and O. Nurharyanto, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers,” Jurnal CoreIT, vol. 7, no. 1, 2021.

Putri Wiyanie, “PenyalahgunaanAplikasi X sebagai MediaAkses Konten Pornografi,” Kalbisocio, Jurnal Bisnis dan Komunikasi, vol. 11, Mar. 2024, Accessed: Jun. 14, 2024. [Online]. Available: http://ojs.kalbis.ac.id/index.php/kalbisocio/article/view/3264/910#

Parinata Dwi, “PENGARUH PENGGUNAAN APLIKASI YOUTUBEDAN FACEBOOKTERHADAP HASIL BELAJAR MATEMATIKA,” Jurnal Ilmiah Matematika Realistik (JI-MR), vol. 1, 2021, Accessed: Jun. 14, 2024. [Online]. Available: https://jim.teknokrat.ac.id/index.php/pendidikanmatematika/article/view/1061/328

M. Ardiansyah et al., “ANALISIS PEMANFAATAN MEDIA PEMBELAJARAN YOUTUBE DALAM MENINGKATKAN PEMAHAMAN KONSEP MATEMATIKA PESERTA DIDIK,” 2022. Accessed: Jun. 14, 2024. [Online]. Available: https://proceeding.unindra.ac.id/index.php/semnasristek/article/view/5828/1439

H. C. Husada and A. S. Paramita, “Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM),” Teknika, vol. 10, no. 1, pp. 18–26, Feb. 2021, doi: 10.34148/teknika.v10i1.311.

D. Oktavia and Y. R. Ramadahan, “Analisis Sentimen Terhadap Penerapan Sistem E-Tilang Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (SVM),” Media Online), vol. 4, no. 1, pp. 407–417, 2023, doi: 10.30865/klik.v4i1.1040.

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

P. Arsi and R. Waluyo, “ANALISIS SENTIMEN WACANA PEMINDAHAN IBU KOTA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM),” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 8, no. 1, pp. 147–156, 2021, doi: 10.25126/jtiik.202183944.

N. Hendrastuty, A. Rahman Isnain, and A. Yanti Rahmadhani, “Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine,” Jurnal Informatika: Jurnal pengembangan IT (JPIT), vol. 6, no. 3, 2021, [Online]. Available: http://situs.com

Y. Julianto, D. H. Setiabudi, and S. Rostianingsih, “Analisis Sentimen Ulasan Restoran Menggunakan Metode Support Vector Machine,” 2022. Accessed: Jun. 14, 2024. [Online]. Available: https://publication.petra.ac.id/index.php/teknik-informatika/article/view/11888/10482

P. R. Alvita Wagiswari D, I. Susilawati, A. Witanti, P. Studi Informatika, F. Teknologi Informasi, and U. Mercu Buana Yogyakarta, “Analisis Sentimen pada Komentar Aplikasi MyPertamina dengan Metode Multinomial Naïve Bayes,” 2023. Accessed: Jun. 14, 2024. [Online]. Available: https://jurnal.forai.or.id/index.php/forai/article/view/4/2

R. Al Rasyid, D. Handayani, and U. Ningsih, “Penerapan Algoritma TF-IDF dan Cosine Similarity untuk Query Pencarian Pada Dataset Destinasi Wisata,” Jurnal Teknologi Informasi dan Komunikasi), vol. 8, no. 1, p. 2024, 2024, doi: 10.35870/jti.

K. Tri Putra, M. Amin Hariyadi, and C. Crysdian, “PERBANDINGAN FEATURE EXTRACTION TF-IDF DAN BOW UNTUK ANALISIS SENTIMEN BERBASIS SVM,” 2023. Accessed: Jun. 14, 2024. [Online]. Available: https://www.ojs.cahayamandalika.com/index.php/jcm/article/view/2292

I. S. Wibowo, A. Witanti, and I. Susilawati, “Keyword Extraction Judul Berita Online Di Indonesia Menggunakan Metode TF-IDF,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 11, Mar. 2024, [Online]. Available: http://jurnal.mdp.ac.id

M. Riski Qisthiano, I. Ruswita, A. Prayesy, and * Korespondensi, “Implementasi Metode SVM dalam Analisis Sentimen Mengenai Vaksin dengan Menggunakan Python 3,” Online) Teknologi: Jurnal Ilmiah Sistem Informasi, vol. 13, no. 1, pp. 1–7, 2023, doi: 10.26594/teknologi.v13i1.3105.

G. Radiena and A. Nugroho, “ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN APLIKASI KAI ACCESS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE,” 2023. Accessed: Jun. 14, 2024. [Online]. Available: https://ojs.cbn.ac.id/index.php/jukanti/article/view/836/329

E. Suryati, A. Ari Aldino, N. Penulis Korespondensi, and E. Suryati Submitted, “Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM),” JURNAL TEKNOLOGI DAN SISTEM INFORMASI, vol. 4, no. 1, pp. 96–106, Mar. 2023, doi: 10.33365/jtsi.v4i1.2445.

Suryani and Mustakim, “Estimasi Keberhasilan Siswa dalam Pemodelan Data Berbasis Learning Menggunakan Algoritma Support Vector Machine,” Bulletin of Informatics and Data Science, vol. 1, no. 2, 2022, [Online]. Available: https://ejurnal.pdsi.or.id/index.php/bids/index

R. A. Nurdian, Mujib Ridwan, and Ahmad Yusuf, “Komparasi Metode SMOTE dan ADASYN dalam Meningkatkan Performa Klasifikasi Herregistrasi Mahasiswa Baru,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 8, no. 1, Apr. 2022, doi: 10.28932/jutisi.v8i1.4004.