ANALISIS SENTIMEN PEMILIHAN PADA PEMILU 2024 MELALUI TWITTER: PENDEKATAN TEXT MINING DAN KLASIFIKASI K-MEANS

Abstract

Penelitian ini mengkaji opini sentimen terkait pemilih pada pemilu 2024 dengan menggunakan analisis data dari media sosial Twitter. Dengan menggunakan pendekatan text mining dan klasifikasi, penelitian ini mengekstrak informasi berharga dari tweet yang berisi kata kunci terkait pemilu 2024. Proses pengumpulan data dilakukan dengan teknik scraping, dimana tweet dikumpulkan dalam jangka waktu tertentu untuk memastikan representasi yang lengkap.Setelah data terkumpul, dilakukan preprocessing untuk membersihkan dan menyiapkan teks, yang meliputi langkah-langkah seperti tokenaize,stopword dan lebeling. Analisis sentimen kemudian digunakan untuk mengkategorikan tweet menjadi sentimen positif, negatif, atau netral. Algoritme K-Means digunakan untuk mengumpulkan data opini guna membantu mengidentifikasi pola dan tren persepsi publik terhadap kandidat dan isu politik.Hasil analisis menunjukkan adanya distribusi opini yang signifikan di antara kandidat dan isu yang berbeda, sehingga mengungkap dinamika opini publik yang kompleks. Hasil hasil ini memberikan pemahaman mendalam kepada para pembuat kebijakan, kandidat politik, dan peneliti tentang bagaimana opini publik terbentuk dan bagaimana opini tersebut dapat dipengaruhi selama kampanye pemilu. Selain itu, penelitian ini menyoroti potensi besar penerapan teknologi penambangan teks dan algoritma