Preferensi Pengguna Twitter Terhadap Calon Presiden dan Wakil Presiden Indonesia 2024
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Pemilihan Presiden Indonesia 2024 semakin dekat dan marak diperbincangkan. Dinamika politik dan aktivitas yang dilakukan oleh pasangan calon presiden dan wakil presiden dapat memengaruhi preferensi masyarakat terhadap calon presiden dan wakil presiden. Seorang politisi pasti akan mempertimbangkan popularitasnya jika mereka mencalonkan diri sebagai presiden dan wakil presiden agar dipilih oleh masyarakat. Tujuan penelitian ini adalah melihat bagaimana preferensi atau kecenderungan masyarakat dalam memilih calon presiden dan wakil presiden Indonesia 2024, khususnya pengguna media sosial Twitter. Selain itu, penelitian ini untuk mengukur dampak informasi politik yang tersebar di Twitter dan menyediakan wawasan yang relevan serta signifikan bagi pengambil keputusan politik, tim kampanye pemilihan, dan analis politik untuk merancang strategi komunikasi yang efektif dengan memahami dinamika serta preferensi politik masyarakat di era digital. Penelitian ini menggunakan kombinasi metode text mining dan SAW (Simple Additive Weighting) untuk melihat kecenderungan atau pilihan masyarakat dalam memilih pemimpin negara berdasarkan data dari Twitter dengan beberapa hashtag dan kata kunci tertentu yang sering muncul di Twitter. Data yang terkumpul sebanyak 92.852 tweet yang kemudian dianalisis sentimennya. Data sentimen tersebut digunakan dalam proses pemeringkatan dengan metode SAW (Simple Additive Weighting). Hasil sentimen terhadap ketiga pasangan calon ini masih didominasi dengan sentimen positif. Berdasarkan hasil pemeringkatan menunjukkan bahwa pasangan calon nomor urut 2 yaitu Prabowo Subianto & Gibran Rakabuming Raka, mendapat peringkat pertama dengan nilai akhir 0.865, disusul pasangan calon nomor urut 1, Anies Baswedan & Muhaimin Iskandar, dengan nilai 0.846, dan terakhir pada peringkat 3 yaitu pasangan calon nomor urut 3, Ganjar Pranowo & Mahfud MD, dengan nilai 0.702.
Rincian Artikel
Referensi
[2] A. P. Nardilasari, A. L. Hananto, S. S. Hilabi, T. Tukino, and B. Priyatna, “Analisis Sentimen Calon Presiden 2024 Menggunakan Algoritma SVM Pada Media Sosial Twitter,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 8, no. 1, p. 11, 2023, doi: 10.31328/jointecs.v8i1.4265.
[3] K. N. Hampton, I. Shin, and W. Lu, “Social media and political discussion: when online presence silences offline conversation,” Inf. Commun. Soc., vol. 20, no. 7, pp. 1090–1107, 2017, doi: 10.1080/1369118X.2016.1218526.
[4] D. H. Internasional and U. Jayabaya, “Media Sosial dan Pemilu : Studi Kasus Pemilihan Presiden Indonesia Social Networks and Elections : Evidence From The Indonesian Presidential Eelctions,” vol. 10, no. 3, pp. 1–16, 2019.
[5] N. Utari, P. Studi, I. Komunikasi, and U. Nasional, “Penggunaan Media Sosial Dan Transformasi,” vol. 1, no. 8, pp. 1515–1524, 2022.
[6] N. Andriana, “Pandangan Partai Politik Terhadap Media Sosial sebagai Salah Satu Alat Komunikasi untuk Mendekati Pemilih Muda (Gen Y dan Z): Studi Kasus PDI-P dan PSI,” J. Penelit. Polit., vol. 19, no. 1, pp. 51–65, 2022, [Online]. Available: https://ejournal.politik.lipi.go.id/
[7] M. Kushin and M. Yamamoto, “Did Social Media Really Matter? College Students’ Use of Online Media and Political Decision Making in the 2008 Election,” Mass Commun. Soc., vol. 13, pp. 608–630, Nov. 2010, doi: 10.1080/15205436.2010.516863.
[8] M. R. Ma’arif, “Analisis Konten Interaksi Pengguna Twitter pada Masa 100 Hari Pertama Pemerintahan Baru DKI Jakarta Menggunakan Text Mining,” J. Pekommas, vol. 3, no. 2, pp. 137–142, 2018, [Online]. Available: http://www.situs.com
[9] T. Baharuddin, Z. Qodir, H. Jubba, and A. Nurmandi, “Prediction of Indonesian Presidential Candidates in 2024 Using Sentiment Analysis and Text Search on Twitter,” Int. J. Commun. Soc., vol. 4, no. 2, pp. 204–213, 2022, doi: 10.31763/ijcs.v4i2.512.
[10] C. M. Annur, “10 Negara dengan Jumlah Pengguna Twitter Terbanyak di Dunia (Oktober 2023),” Katadata, 2023. https://databoks.katadata.co.id/datapublish/2023/11/28/ada-27-juta-pengguna-twitter-di-indonesia-terbanyak-ke-4-global
[11] D. Musfiroh, U. Khaira, P. E. P. Utomo, and T. Suratno, “Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. 1, pp. 24–33, 2021, doi: 10.57152/malcom.v1i1.20.
[12] I. Rozi, S. Pramono, and E. Dahlan, “Implementasi Opinion Mining (Analisis Sentimen) Untuk Ekstraksi Data Opini Publik Pada Perguruan Tinggi,” J. EECCIS, vol. 6, no. 1, pp. 37–43, 2012.
[13] T. Ridwansyah, “Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 2, no. 5, pp. 178–185, 2022, doi: 10.30865/klik.v2i5.362.
[14] R. Arifin and D. A. Purnama, “Identifying customer preferences on two competitive startupproducts: An analysis of sentiment expressions and textmining from Twitter data,” J. Infotel, vol. 15, no. 1, pp. 66–74, 2023, doi: 10.20895/infotel.v15i1.906.
[15] A. D. Akmal, I. Permana, H. Fajri, and Y. Yuliarti, “Opini Masyarakat Twitter terhadap Kandidat Bakal Calon Presiden Republik Indonesia Tahun 2024,” J. Manaj. dan Ilmu Adm. Publik, vol. 4, no. 4, pp. 292–300, 2022, doi: 10.24036/jmiap.v4i4.160.
[16] M. A. Fauzi, “Random forest approach fo sentiment analysis in Indonesian language,” Indones. J. Electr. Eng. Comput. Sci., vol. 12, no. 1, pp. 46–50, 2018, doi: 10.11591/ijeecs.v12.i1.pp46-50.
[17] T. W. Yit et al., “INTERNATIONAL JOURNAL ON INFORMATICS VISUALIZATION journal homepage : www.joiv.org/index.php/joiv INTERNATIONAL JOURNAL ON INFORMATICS VISUALIZATION Transformer in mRNA Degradation Prediction.” [Online]. Available: www.joiv.org/index.php/joiv
[18] R. P. Pratama and A. Tjahyanto, “The influence of fake accounts on sentiment analysis related to COVID-19 in Indonesia,” Procedia Comput. Sci., vol. 197, pp. 143–150, 2022, doi: https://doi.org/10.1016/j.procs.2021.12.128.
[19] R. Prakosa, “Analisis Sentimen Terhadap Penggunaan Marketplace Di Indonesia Menggunakan Metode Support Vector Machine,” pp. 314–323, 2022.
[20] R. Hidayat, “Metode Simple Additive Weighting Sebagai Sistem Pendukung Keputusan Penerima Beasiswa Murid Berprestasi,” Sink. (Jurnal Penelit. Tek. Inform., vol. 2, no. 2, pp. 13–17, 2017, [Online]. Available: https://stmikglobal.ac.id/journal/index.php/sisfotek/article/view/147/151