Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Ilmiah Wahana Pendidikan

ANALISIS SENTIMEN MASYARAKAT MENGENAI REVISI UNDANG-UNDANG DESA PADA MEDIA SOSIAL TWITTER DENGAN MENGGUNAKAN METODE NAIVE BAYES DAN FEATURE SELECTION PARTICLE SWARM OPTIMIZATION Putri Nurhafenda Harun; Muhtajuddin Danny; Ahmad Turmudi Zy
Jurnal Ilmiah Wahana Pendidikan Vol 9 No 18 (2023): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.8321984

Abstract

Disahkannya Undang-undang No. 6 Tahun 2014 tentang Desa (selanjutnya disebut UU Desa) pada 15 Januari 2014 merupakan sebuah tonggak bersejarah dalam sejarah kebijakan mengenai desa. Menurut laman dpr.go.id Ribuan Kepala Desa melakukan unjuk rasa pada tanggal 17 Januri 2023 menuntut revisi bagi Undang-Undang Nomor 6 tahun 2014 tentang Desa, di halaman Gedung DPR RI Satu di antara aspirasi yang disampaikan pengunjuk rasa tersebut adalah mengenai masa jabatan kepala desa yang diperpanjang menjadi sembilan tahun. Alasan tersebut menjadi faktor adanya komentar pro dan kontra mengenai Undang-undang desa ini yang menuai banyak respon berupa tweets dari berbagai kalangan masyarakat, sehingga menghasilkan banyak jejak tweets yang di dalamnya berisikan opini masyarakat mengenai revisi Undang-undang desa tahun 2023 pada media sosial twitter. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi sentimen masyarakat mengenai Undang Undang Desa pada social media twitter dan untuk mengetahui hasil accuracy, precision, recall yang dihasilkan dari penggunaan metode Naïve Bayes dan feature selection Particle Swarm Optimization pada software RapidMiner Studio. Naïve Bayes Classifier merupakan salah satu metode machine learning yang menggunakan perhitungan probabilitas. Particle Swarm Optimization adalah metode optimasi yang terinspirasi dari perilaku kawanan ikan dan unggas dalam mencari sumber makanan. Tahap preprocessing pada penelitian ini meliputi cleansing, remove duplicate, seleksi data, normalisasi, case folding, tokenizing, filtering, stopwords, stemming, dan labeling. Hasil klasifikasi yang didapat 52,15% pengguna twitter berkomentar positif dan 47,85% pengguna twitter berkomentar negatif mengenai Undang-Undang Desa. Nilai accuracy yang didapatkan meningkat sebanyak 4,18% dari 72,53% menjadi 76,71%, nilai precision yang didapatkan meningkat sebanyak 4,13% dari 72,22% menjadi 76,35%, dan nilai recall yang didapatkan meningkat sebanyak 4,98% dari 72,50% menjadi 77,48%.