Penerapan Algortitma C4.5 untuk Klasifikasi Sentimen Masyarakat terhadap #RUUKUHP pada Twitter

Abstrak

Media sosial terutama Twitter telah berkembang menjadi alat penting bagi masyarakat untuk berbagi opini dan perasaan secara luas. Pengguna sering menggunakan hashtag untuk membagi pesan yang berkaitan dengan topik tertentu. Beberapa masalah yang menyebab kan perlunya analisis sentimen RUU KUHP adalah dampak sosial, Ketidaksetujuan masyarakat, Potensi Ketidak pastina hukum, Potensi penyalahgunaan, Dukungan dan kritik. Dengan melakukan analisis sentimen terhadap rancangan undang-undang KUHP, pemerintah dan pembuat kebijakan dapat lebih memahami pandangan masyarakat, mengidentifikasi permasalahan yang mungkin timbul dan mengatasinya, serta melakukan perbaikan atau klarifikasi yang diperlukan terhadap naskah rancangan undang-undang tersebut. Hal ini dapat membantu memastikan bahwa RUU KUHP yang disahkan mendapat dukungan publik yang lebih besar  dan mematuhi prinsip-prinsip hukum yang baik. Klasifikasi tanggapan masyarakat terhadap hashtag ini memberikan gambaran yang signifikan tentang sikap dan perspektif publik. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap hashtag RUUKUHP di platform Twitter dengan menggunakan Algortima C4.5. Dalam Penelitian ini menggunakan kumpulan tweet dengan hashtag RUUKUHP yang dikategorikan secara manual menjadi dua dan tiga kategori sentimen yaitu positif, negatif dan positif, negatif dan netral. Pada penelitian ini dilakukan preprocessing data sebelum melatih model yang mencakup penghapusan tautan, karakter khusus, penghilangan stopwords, dan tokenisasi kata. Selanjutnya penelitian ini menggunakan metode representasi teks seperti TF-IDF untuk mengekstrak fitur dari teks tweet dan mengubahnya menjadi vektor numerik yang digunakan oleh algoritma C4.5. Setelah melatih model klasifikasi menggunakan algoritma C4.5 dengan dataset yang telah diklasifikasikan, dalam mengevaluasi kinerja model dengan metrik akurasi, recall, presisi, dan skor F1. Hasil eksperimen menggunakan 2 kategori Negatif dan Positif menunjukkan bahawa model yang diterapkan dengan algoritma C4.5 mencapai akurasi sebesar 96,6% dengan recall 96,6%,percision 97,1% dan skor F1 96,8.Dan eksperimen yang menggunakan 3 kategori Negatif,Positif dan Netral mencapai akurasi sebesar 67%, recall sebesar 67%, presisi sebesar 65%, dan skor F1 sebesar 66%.Dengan demikian dapat disimpulkan bahawa hasil dari klasifikasi sentimen hashtag RUUKUHP dengan 2 prediksi kelas yang lebih relevan dibandingkan 3 prediksi kelas sentiment dengan nilai mencapai 96,6%.