Detail Cantuman

Pemilu merupakan sebuah momen dimana masyarakat memiliki peran untuk berpartisipasi dalam pemerintahan. Media sosial, khususnya media sosial X menjadi salah satu yang diminati untuk menyebarkan informasi. Informasi yang tersebar dalam jumlah banyak sangat sulit untuk disaring dengan baik oleh masyarakat. Mempengaruhi opini publik dengan menggunakan kata-kata kasar, memanipulasi informasi, dan membuat konten negatif merupakan peran buzzer politik di dalam media sosial. Sehingga dibutuhkan alat untuk filterisasi sentimen publik yang beredar. Alat yang digunakan adalah analisis sentimen. Penelitian bertujuan untuk melakukan klasifikasi sentimen buzzer politik dalam media sosial X menggunakan model lexicon-based yang ditingkatkan kamusnya sesuai dengan studi kasus yang dilakukan (corpus-based). Dengan menggunakan 1031 data, didapatkan sentimen positif (bukan buzzer) sebesar 63.69%, sentimen negatif (buzzer politik) sebesar 31.94%, dan sentimen netral sebesar 4.37%. Selanjutnya
dilakukan pengukuran akurasi yang dihitung menggunakan confussion matrix dengan nilai sebesar 89.02%, precision sebesar 72.17%, recall sebesar 78.07%, dan f1-score sebesar 75%.Sehingga disimpulkan bahwa model lexicon-based mampu menjelaskan sentimen X. Kata Kunci: Analisis sentimen, Lexicon-based, Buzzer, X, Pemilu