Analisis teks berita Pemilu dengan Teknologi Big Data

Abstract

Pemilihan Umum 2024 saat ini menjadi peristiwa yang sangat dinantikan masyarakat Indonesia. Banyak media berita mulai mengeluarkan artikel mengenai kandidat presiden, kandidat wakil presiden, dan partai pemilu Indonesia selanjutnya. Artikel berita tersedia melalui berbagai laman portal yang ada di Indonesia, salah satunya Detik.com yang menjadi salah satu media berita yang orang pakai untuk mengetahui berita terkini. Dengan banyaknya jumlah berita yang ada, serta cepatnya jumlah berita tersebut dikeluarkan, publik dapat kebingungan untuk menilai popularitas dari calon presiden, wakil presiden, dan partai yang didukungnya jika melihat secara satu per satu. Penelitian ini bertujuan untuk mengatasi masalah yang dibahas pada paragraf pertama dengan menganalisis teks berita terkait Pemilu 2024 menggunakan teknologi Big Data, khususnya dengan memanfaatkan sistem terdistribusi Hadoop dan Spark Cluster. Penelitian ini dilakukan dengan langkah-langkah sebagai berikut yaitu menerapkan Tahapan Data Science: Implementasi tahapan data science, mulai dari pengumpulan, pembersihan, eksplorasi, analisis, hingga visualisasi data teks yang berkaitan dengan Pemilihan Umum 2024 dari portal berita detik.com. Fokus analisis adalah untuk mengukur popularitas Calon Presiden/Wakil Presiden (Capres/Cawapres) dan partai politik baik secara sentimen maupun statistik. Melakukan eksplorasi dan penyiapan data berita dari detik.com dengan menggunakan query yang mencakup sejumlah Capres, Cawapres dan partai politik yang relevan dengan Pemilu 2024. Analisis dilakukan terhadap data berita dengan tujuan mengukur popularitas Capres/Cawapres dan partai politik. Dalam proses ini, terjadi tiga iterasi: pertama dengan teknik preprocessing data per dokumen berita dan penggunaan model machine learning, kedua dengan pendekatan per kalimat untuk analisis sentimen menggunakan model machine learning, dan ketiga dengan penambahan fitur berupa judul berita untuk meningkatkan akurasi analisis sentimen. Hasil analisis disajikan dengan metrik statistik dan sentimen yang disusun sedemikian rupa agar menarik dan mudah dipahami. Iterasi ketiga menggunakan polaritas kelas yang didapat dari judul dan teks berita sebagai bobot untuk menciptakan sentimen gabungan yang merepresentasikan berita secara lebih komprehensif. Hasil penelitian ini memberikan wawasan dalam pemahaman popularitas dan sentimen terkait Pemilu 2024 dalam bentuk perangkat lunak berbasis website berupa Dashboard, serta menunjukkan upaya iteratif dalam meningkatkan kualitas analisis sentimen menggunakan teknologi Big Data.