ANALISIS SENTIMEN PEMINDAHAN IBU KOTA NEGARA (IKN) MENGGUNAKAN METODE OVERSAMPLING SYNTHETIC MINORITY (SMOTE)

Ahmad Almas'ud ZD; Kusrini; Anggit Dwi Hartanto

doi:10.24252/instek.v9i2.50944

Ahmad Almas'ud ZD Universitras Amikom Yogyakarta
(ID)
Kusrini
(ID)
Anggit Dwi Hartanto
(ID)

DOI: https://doi.org/10.24252/instek.v9i2.50944

Keywords: IKN, Random Forest, SMOTE, Support Vector Machine

Abstract

Pemindahan Ibu Kota Negara (IKN) adalah keputusan strategis yang memicu berbagai tanggapan dan reaksi dari berbagai pihak. Analisis sentimen terhadap pemindahan IKN menjadi suatu aspek penting untuk memahami pola pikir dan sikap masyarakat terhadap keputusan tersebut. Studi ini bertujuan untuk melakukan perbandingan performa algoritma klasifikasi terhadap analisis sentimen pada data teks yang berisi opini dan pendapat masyarakat terkait pemindahan IKN menggunakan metode oversampling Synthetic Minority (SMOTE) untuk mengatasi masalah ketidakseimbangan dalam data sentimen. Dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan Random Forest, dievaluasi dalam konteks ini. Hasil penelitian menunjukkan peningkatan signifikan dalam performa kedua algoritma setelah penerapan metode SMOTE. Performa algoritma SVM meningkat dari 85% menjadi 92%, sementara algoritma Random Forest meningkat dari 84% menjadi 91%. Hasil ini menunjukkan bahwa metode SMOTE efektif dalam meningkatkan kemampuan algoritma klasifikasi untuk mengatasi ketidakseimbangan data dan menghasilkan prediksi sentimen yang lebih akurat.

Downloads

Download data is not yet available.

References

Amalia, N. L. (2023). Analisis Sentimen Pada Perpindahan Ibukota Indonesia Dengan Algoritma Support Vector Machine : Evaluasi Leksikon , Metode Ekstraksi Fitur , Dan Kernel Trick.

Barro, R. A., Sulvianti, I. D., & Afendi, F. M. (2013). Penerapan Synthetic Minority Oversampling Technique (SMOTE) Terhadap Data Tidak Seimbang Pada Pembuatan Model Komposisi Jamu. Journal of Statistics, 1(1), 1–6. https://doi.org/10.29244/xplore.v1i1.12424

Cindo, M., Dian Palupi Rini, & Ermatita. (2019). Studi Komparatif Metode Ekstraksi Fitur pada Analisis Sentimen Maskapai Penerbangan Menggunakan Support Vector Machine dan Maximum Entropy. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(3), 402–407. https://doi.org/10.29207/resti.v3i3.1159

Erlin, E., Desnelita, Y., Nasution, N., Suryati, L., & Zoromi, F. (2022). Dampak SMOTE terhadap Kinerja Random Forest Classifier berdasarkan Data Tidak seimbang. MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 21(3), 677-690.

Nugroho, A., & Rilvani, E. (2023). Penerapan Metode Oversampling SMOTE Pada Algoritma Random Forest Untuk Prediksi Kebangkrutan Perusahaan. Techno.Com, 22(1), 207–214. https://doi.org/10.33633/tc.v22i1.7527

Nurrun Muchammad Shiddieqy, H., Paulus Insap, S., & Wing Wahyu, W. (2016). Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter. Seminar Nasional Teknologi Informasi Dan Komunikasi, 2016(March), 57–64.

Sofyan, S., & Prasetyo, A. (2021, November). Penerapan Synthetic Minority Oversampling Technique (SMOTE) Terhadap Data Tidak Seimbang Pada Tingkat Pendapatan Pekerja Informal Di Provinsi DI Yogyakarta Tahun 2019. In Seminar Nasional Official Statistics (Vol. 2021, No. 1, pp. 868-877).

Sudrajat, D., Purnamasari, A. I., Dikananda, A. R., Kurnia, D. A., & Bahtiar, A. (2022). Klasifikasi Mutu Pembelajaran Hybrid berdasarkan Algoritma C.45, Random Forest dan Naïve Bayes dengan Optimasi Bootsrap Areggating (Bagging) pada masa COVID-19. JURIKOM (Jurnal Riset Komputer), 9(6), 2227. https://doi.org/10.30865/jurikom.v9i6.5179

Syukron, M., Santoso, R., & Widiharih, T. (2020). Perbandingan Metode Smote Random Forest Dan Smote Xgboost Untuk Klasifikasi Tingkat Penyakit Hepatitis C Pada Imbalance Class Data. Jurnal Gaussian, 9(3), 227–236. https://doi.org/10.14710/j.gauss.v9i3.28915

Undap, M. G., Rantung, V. P., & Rompas, P. T. D. (2021). Analisis Sentimen Situs Pembajak Artikel Penelitian Menggunakan Metode Lexicon-Based.

Zen, B. P., Wicaksana, D., & Alfidzar, H. (2022). Analisis Sentimen Tweet Vaksin Covid 19 Sinovac Menggunakan Metode Support Vecor Machine. Jdmsi, 3(2), 21–27.