METODE TEXT MINING UNTUK MENGANALISIS ISU POLITIK MENGGUNAKAN DATA SOCIAL MEDIA

Metode text mining dalam menganalisis isu politik pada penelitian ini menggunakan metode Crawling untuk mengambil data dari Twitter. Setelah itu dilakukan filtering untuk mengambil isu-isu terkait dengan politik. Langkah berikutnya, dilakukan preprocessing yaitu tahapan text mining yang meliputi tokenizing, stopword dan stemming. Kemudian lakukan pemodelan topik dengan metode Latent Dirichlet Allocation (LDA) yaitu mencari nilai koherence tertinggi dari topik yang akan dibentuk. Dalam pemodelan ini diperoleh dua topik dengan nilai koherence tertinggi untuk dijadikan model dan dihitung tingkat akurasinya berdasarkan klasifikasi topik tersebut dengan metode Naïve Bayes dan KNN. Data yang digunakan pada penelitian ini adalah 5137 yang dibagi menjadi 3595 data training dan 1542 data testing. Hasil penelitian menunjukkan bahwa akurasi dari kedua topik yang terbentuk menggunakan klasifikasi Naïve Bayes sebesar 97% dan KNN sebesar 99%. Hal ini menunjukan text yang dibentuk berdasarkan topik tingkat akurasinya sangat baik.