digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Ivan Adhitama Christanto
Terbatas Open In Flip Book Irwan Sofiyan
» ITB

COVER Ivan Adhitama Christanto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 1 Ivan Adhitama Christanto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

2019 TA PP IVAN ADHITAMA CHRISTANTO1-LAMPIRAN.pdf ]
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 2 Ivan Adhitama Christanto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

PUSTAKA Ivan Adhitama Christanto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 3 Ivan Adhitama Christanto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 4 Ivan Adhitama Christanto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

Pemilihan Umum Presiden Indonesia 2019 – biasa disebut sebagai Pilpres 2019 – diselenggarakan oleh KPU (Komisi Pemilihan Umum) untuk menentukan presiden dan wakil presiden Indonesia periode 2019-2024. Pada pemilihan umum ini, kandidat presiden dan wakil presiden yang terdaftar adalah Ir. H. Joko Widodo beserta Prof. Dr. (HC). K. H. Ma’ruf Amin dengan nomor urut 1 dan H. Prabowo Subianto beserta Sandiaga Salahuddin Uno, M.B.A. dengan nomor urut 2. Dengan mengetahui sentimen masyarakat terhadap kedua kandidat presiden, setiap tim sukses dapat memperkirakan kemungkinan kemenangan kandidat yang diusung dalam Pilpres 2019 dan menyusun strategi kampanye yang sesuai. Analisis sentimen dilakukan menggunakan data teks Twitter yang berkaitan dengan kedua kandidat presiden untuk mengetahui sentimen masing-masing kandidat. Dibangun dua model pemelajaran mesin (machine learning), yaitu Naïve Bayes Classifier dan Support Vector Machine, untuk mengklasifikasikan teks-teks Twitter tersebut ke dalam kelompok sentimen positif, netral, dan negatif. Kualitas kedua model tersebut dibandingkan untuk menentukan model terbaik yang akan digunakan sebagai acuan dalam melakukan analisis sentimen. Dengan menggunakan hasil klasifikasi dari model terbaik tersebut, analisis sentimen dilakukan untuk mengetahui perolehan sentimen positif dan negatif untuk masing-masing kandidat. Dilihat pula perolehan sentimen positif dan negatif kedua kandidat di beberapa waktu yang berbeda. Di akhir penelitian ini, disimpulkan keunggulan salah satu kandidat dalam perolehan sentimen positif dibanding kandidat yang lain.