Analisis Sentimen Masyarakat Terhadap Kinerja Komisi Pemilihan Umum (KPU) Menjelang Pemilu 2024 Menggunakan Metode Support Vector Machine Dan Seleksi Fitur Information Gain

Abstract

Kemajuan teknologi yang pesat telah mengubah cara individu berkomunikasi dan berinteraksi secara signifikan. Salah satu dampaknya adalah meningkatnya penggunaan media sosial, dengan media sosial X atau yang sebelumnya dikenal dengan Twitter yang sangat populer di Indonesia, menduduki peringkat keempat dunia dengan 25,25 juta pengguna pada Juli 2023 menurut laporan We Are Social. Menjelang pemilu 2024, kinerja Komisi Pemilihan Umum (KPU) menjadi sorotan publik, menjadikannya topik hangat di media sosial X. untuk memahami sentimen publik terhadap kinerja KPU, penelitian ini menggunakan metode Support Vector Machine (SVM), yang ditingkatkan dengan seleksi fitur Information Gain (IG), yang dikenal efektif dalam mengidentifikasi fitur relevan dalam dataset. Proses penelitian mencakup preprocessing data, pelabelan data, pembobotan TF-IDF, seleksi fitur dengan berbagai threshold (0.005, 0.007, 0.0005, 0.0007), lima skenario pembagian data untuk klasifikasi (50%:50%, 60%:40%, 70%:30%, 80%:20%, 90%:10%), dan evaluasi. Hasil menunjukkan bahwa SVM tanpa IG mencapai akurasi tertinggi sebesar 77,63%, sedangkan SVM dengan seleksi fitur IG mencapai akurasi sebesar 82,89% dengan threshold 0.0007. Kedua akurasi tersebut dicapai pada skenario pembagian data 90%:10%. Hal ini menunjukkan efektivitas seleksi fitur IG dalam meningkatkan akurasi klasifikasi sebesar 5,26%, serta meningkatkan nilai presisi, recall, dan f-measure. Dengan demikian, model SVM yang menggunakan seleksi fitur IG memberikan prediksi yang lebih akurat dan konsisten dalam menganalisis sentimen terhadap kinerja KPU menjelang pemilu 2024.

Kata Kunci: KPU, Pemilu, Support Vector Machine, Seleksi Fitur, Information Gain.