SENTIMEN ANALISIS TERHADAP PUAN MAHARANI SEBAGAI KANDIDAT CALON PRESIDEN 2024 BERDASARKAN OPINI TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN ADABOOST

Abstract

Indonesia merupakan negara yang menganut sistem demokrasi, hal ini ditandai dengan diselenggarakannya pemilihan umum presiden dan wakil presiden. Publik sangat antusias dengan pencalonan presiden 2024, tidak hanya di dunia nyata, bahkan di dunia maya seperti Twitter pun masyarakat sangat antusias. Jumlah pengguna Twitter bisa digunakan untuk mengetahui sentimen masyarakat terkait pencalonan presiden 2024, untuk menentukan sentimen positif dan negatif sebuah tweet bisa dilakukan secara manual, namun jika dilihat dari jumlah penggunanya, opini yang dihasilkan juga besar. . Oleh karena itu diperlukan suatu mesin yang dapat menganalisis tweet dan mengklasifikasikan tweet menjadi sentimen positif dan negatif secara otomatis. Dalam penelitian ini, penulis melakukan analisis sentimen terhadap tanggapan warganet di media sosial Twitter terhadap ketua DPR Puan Maharani yang akan mencalonkan diri pada pemilihan wakil presiden Indonesia tahun 2024. Penelitian ini menggunakan metode klasifikasi algoritma Naïve Bayes dengan dan AdaBoost untuk mengklasifikasikan perspektif opini publik Twitter terkait pencalonan presiden Puan Maharani. Akurasi yang dihasilkan dari penelitian ini adalah Naïve Bayes 70.50% dan AdaBoost 68.40%. Kata Kunci: AdaBoost, Naïve Bayes, Pemilihan Umum, Puan Maharani, Sentiment Analysis, Twitter.