Pemilihan umum (Pemilu) di Indonesia merupakan bentuk penerapan
demokrasi yang melibatkan partisipasi aktif seluruh warga negara dalam proses
pemilihan yang adil dan bebas serta pemberdayaan rakyat dalam pengambilan
keputusan politik dan sosial. Demokrasi menjamin bahwa setiap suara didengar
melalui dialog terbuka dan kebebasan berekspresi. Menjelang Pemilu 2024, peran
media, baik cetak maupun elektronik, sangat penting dalam memberikan informasi
dan opini kepada masyarakat yang berpotensi mempengaruhi pandangan terhadap
partai politik dan calon pemimpin. Analisis sentimen menjadi metode untuk
mengevaluasi pendapat publik tentang suatu topik, baik secara kuantitatif
menggunakan statistik maupun kualitatif dengan teknik interpretasi. Dalam
penelitian ini, penggunaan algoritme yang tepat untuk analisis sentimen dan topik
sangat penting untuk memperoleh hasil dengan akurasi tinggi, dengan
mempertimbangkan efisiensi model dari penelitian sebelumnya. Adapun masalah
yang dibahas meliputi metode crawling portal berita online, model klasifikasi
untuk sentimen isi berita dengan membandingkan beberapa algoritme klasifikasi,
hasil topik dominan dari isi berita menggunakan model topik Latent Dirichlet
Allocation (LDA) dan Latent Semantic Analysis (LSA), serta implementasi hasil
model sentimen dan pemodelan topik.
Masalah-masalah yang diangkat, memiliki metode untuk menyelesaikan
masalah tersebut. Metodologi penelitian yang dimulai dengan pengumpulan data
melalui metode crawling, kemudian data di-filter untuk kata-kata terkait pemilu
dan diproses melalui tahap pre-processing. Selanjutnya, data diproses dalam dua
bagian: pertama, proses klasifikasi yang meliputi pelabelan data secara manual
dan otomatis pada isi berita, diikuti dengan proses klasifikasi dan perbandingan
algoritme; kedua, pemodelan topik di mana isi berita digunakan untuk membuat
topik LDA dan LSA serta divisualisasikan. Terakhir, implementasi dari hasil
klasifikasi dan pemodelan topik dilakukan menggunakan Streamlit.
Proses crawling berita Indonesia dilakukan dengan mengambil berita
harian berdasarkan tanggal tertentu, kemudian dilanjutkan dengan pengambilan
data URL yang disimpan ke dalam database untuk mendapatkan berita nasional
setiap harinya. Model sentimen yang digunakan untuk klasifikasi menunjukkan bahwa kombinasi TF-IDF dan Bag of Words (BoW) pada dengan algoritme
terbaik jatuh di Support Vector Machine (SVM) menghasilkan akurasi tertinggi
sebesar 90.89% dan F1 skor 90.86%. Akurasi ini dipengaruhi oleh kualitas dataset
yang digunakan. Pada pemodelan topik, LDA memiliki coherence score
0.6089501917687159 dengan topik utama meliputi kata gibran, prabowo, ganjar,
debat, dan anies, sedangkan LSA memiliki coherence score 0.5654880904606634
dengan satu topik utama yang mencakup kata gibran, prabowo, ganjar, cawapres,
dan presiden. Hasil implementasi model sentimen dan pemodelan topik tersebut di
deploy ke dalam Streamlit dengan tiga menu: beranda yang menjelaskan tentang
dataset yang digunakan, model klasifikasi yang menerapkan model sentimen, dan
model pemodelan topik yang menampilkan hasil dari LDA dan LSA, yang
semuanya dapat diakses melalui URL ta10530.streamlit.app.