ANALISIS SENTIMEN APLIKASI PEMILU MENGGUNAKAN ALGORITMA NAIVE BAYES

Septi Yanah, Winny Purbaratri, Shinta Paylina, Agnes Novita Ida Safitri, Nani Krisnawaty Tachjar

Abstract


The Election Commission applications are vital for improving transparency, accessibility, and efficiency in electoral processes. Understanding public sentiment towards these programs is crucial for improving their performance and user experience. This study aimed to do sentiment analysis on user feedback regarding Election Commission applications using the Naive Bayes Algorithm. Sentiment analysis, a method in natural language processing (NLP), was employed to classify textual input into positive, negative, and neutral sentiments. The dataset was acquired from Google Play Store reviews and underwent preparation phases, including cleaning, tokenization, and vectorization. The Naive Bayes Algorithm, recognized for its effectiveness in text classification, was utilized to identify sentiment trends. The results revealed that most users expressed positive feelings, highlighting satisfaction with usability and transparency features. However, significant concerns regarding technological failures and data security were also acknowledged. These findings provide substantial insights for enhancing Election Commission applications and fostering public trust.

Aplikasi Komisi Pemilihan Umum (KPU) adalah alat penting untuk meningkatkan transparansi, kemudahan, dan efisiensi prosedur pemilihan. Perspektif publik tentang aplikasi ini sangat penting untuk meningkatkan kinerja dan pengalaman pengguna mereka. Tujuan dari penelitian ini adalah untuk menganalisis perasaan pengguna tentang aplikasi Pemilu menggunakan algoritma Naive Bayes. Analisis sentimen merupakan sebuah teknik dalam pemrosesan bahasa alami (NLP) yang membagi masukan teks menjadi sikap positif, negatif, dan netral. Dataset diperoleh melalui ulasan di Google Play Store, dan kemudian menjalani langkah-langkah pra-pemrosesan seperti pembersihan, tokenisasi, dan vektorisasi. Untuk mengidentifikasi pola perasaan digunakan algoritma Naive Bayes yang terkenal karena kemanjurannya dalam kategorisasi teks. Hasil penelitian menunjukkan bahwa mayoritas pengguna mengungkapkan perasaan yang positif, dengan fokus pada kepuasan dengan fitur usability dan transparansi. Namun, ada juga banyak kekhawatiran tentang kegagalan teknologi dan keamanan data. Hasil ini memberikan wawasan penting untuk meningkatkan aplikasi pemilu dan menumbuhkan kepercayaan publik.


Full Text:

PDF

References


Alamudi, A. Al, Situmorang, T. P., & Fauzan, I. (2021). Elections in Indonesia. Elections in Indonesia, 13(3), 882–890. https://doi.org/10.4324/9781315028446

Azzahri, R. (2024). Tinjauan Kritis terhadap Penggunaan Aplikasi Sirekap dalam Proses Pemilihan Umum Presiden Tahun 2024. Proceedings IAPA Annual Conference, 398–405. https://doi.org/10.30589/proceedings.2024.1067

Basyari, Y. F., Mutiarin, D., & Muhammad Noor Cahyadi Eko Saputro. (2023). Implikasi penerapan sistem e-voting dalam pemilihan kepala desa melalui konsep agile government di kabupaten sleman. INFOTECH : Jurnal Informatika & Teknologi, 4(1), 85–94. https://doi.org/10.37373/infotech.v4i1.559

Hanafi, M. R., & Kurniawan, R. (2024). Analisis Sentimen pada Ulasan Aplikasi Sirekap di Google Play Menggunakan Algoritma Naive Bayes. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(4), 1578–1586. https://doi.org/10.57152/malcom.v4i4.1693

Hidayat, F. N., Purnamasari, H., Ramdani, R., & Aryani, L. (2024). Implementasi Kebijakan KPU Terhadap Aplikasi Sirekap Pada Pemilu 2024. Nusantara: Jurnal Ilmu Pengetahuan Sosial, 11(12), 5138–5146. https://doi.org/10.31604/jips.v11i12.2024.5138-5146

Inzana, N., Maulana, A. A., & Sari, P. M. (2024). Inovasi Sirekap dalam Meningkatkan Partisipasi Politik. Jurnal Administrasi Pemerintahan Desa, 5(2), 1–13. https://doi.org/10.47134/villages.v5i2.106

Kriswibowo, R., Febriana, R. W., Prayogo, J. S., & Alia, P. A. (2024). Pengaruh Fitur Dan Kemudahan Penggunaan Terhadap Kepuasan Pengguna Aplikasi Si Rekap KPU. Neptunus: Jurnal Ilmu Komputer Dan Teknologi Informasi, 2(2), 16–24. https://doi.org/10.61132/neptunus.v2i2.82

Lestari, A. Y., & Utamajaya, J. N. (2024). Audit Sistem Informasi Aplikasi Sirekap KPU: Analisis Keamanan dan Efisiensi. SWITCH : Jurnal Sains Dan Teknologi Informasi, 2(4), 23–32. https://doi.org/10.62951/switch.v2i4.178

Martens, D. (2022). Data Science Ethics: Concepts, Techniques, and Cautionary Tales. Oxford University Press. https://doi.org/10.1093/oso/9780192847263.003.0001

Noviriandini, A., Hermanto, H., & Yudhistira, Y. (2022). Klasifikasi Support Vector Machine Berbasis Particle Swarm Optimization Untuk Analisa Sentimen Pengguna Aplikasi Pedulilindungi. JIKA (Jurnal Informatika), 6(1), 50. https://doi.org/10.31000/jika.v6i1.5681

Nurbaeti, A., Nariyah, H., & Bharoto, R. M. H. (2024). Implementation of the Use of Sirekap Applications in the 2024 General Election at the Cirebon Regency General Election Commission. Indonesian Journal of Advanced Research, 3(7), 1153–1162. https://doi.org/10.55927/ijar.v3i7.10423

Pradesa, I. A. (2024). Analisis Penggunaan Sistem Rekapitulasi Suara (Sirekap) Dalam Menghadapi Problematika Pemilu 2024. Triwikrama: Jurnal Multidisiplin Ilmu Sosial, 03(04), 47–57. https://doi.org/10.6578/triwikrama.v3i4.2578

Pratmanto, D., Widodo, A. E., Fatmawati, K., Diva, R., Informasi, S., Bina, U., Informatika, S., Komputer, T., Bina, U., & Informatika, S. (2024). Analisa Sentimen Persepsi Masyarakat Terhadap Aplikasi Bea Cukai Mobile Menggunakan Algoritma Naive Bayes Dan K-Nearest. Evolusi: Jurnal Sains Dan Manajemen, 12(2), 92–100. https://doi.org/10.31294/evolusi.v12i2.23576

Rokhim, A. (2011). Pemilihan Umum Dengan Model “Parliamentary Threshold” Menuju Pemerintahan Yang Demokratis Di Indonesia. DiH: Jurnal Ilmu Hukum, 7(14), 85–94. https://doi.org/10.30996/dih.v7i14.266

Setyanto, J., & Sasongko, T. B. (2024). Sentiment Analysis of Sirekap Application Users Using the Support Vector Machine Algorithm. Journal of Applied Informatics and Computing, 8(1), 71–76. https://doi.org/10.30871/jaic.v8i1.7772




DOI: https://doi.org/10.56486/jeis.vol5no1.684

Article Metrics

Abstract view : 77 times
PDF - 35 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Winny Purbaratri

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

TERINDEKS OLEH :

Â