Menjelang Pemilu 2024, perbincangan politik di media sosial menjadi salah satu topik yang paling hangat. Melihat fenomena ini, Asno Azzawagama Firdaus, salah satu dosen kebanggaan UNIQHBA, bersama tim penelitinya mempublikasikan sebuah riset menarik yang membedah arah dukungan warganet di Twitter (sekarang X).

Hebatnya lagi, riset berupa artikel data berjudul "Indonesian presidential election sentiment: Dataset of response public before 2024" ini berhasil menembus jurnal internasional bergengsi, yakni Data in Brief yang diterbitkan oleh Elsevier dan terindeks Scopus pada kuartil Q3.

Lalu, apa sebenarnya yang diteliti dalam riset ini dan mengapa hasilnya sangat penting? Mari kita bedah lebih dalam.

Mengumpulkan 30.000 Suara Warganet

Penelitian ini berfokus pada analisis sentimen masyarakat terhadap tiga tokoh besar yang pada saat itu telah diusung oleh partai politik sebagai bakal calon presiden, yaitu: Ganjar Pranowo, Prabowo Subianto, dan Anies Baswedan.

Untuk mendapatkan gambaran yang akurat, tim peneliti melakukan penarikan data yang masif:

  • Data ditarik pada bulan April 2023 menggunakan Twitter API dengan bahasa pemrograman Python.

  • Total cuitan (tweets) yang dikumpulkan mencapai 30.000 data.

  • Masing-masing kandidat mendapatkan porsi yang seimbang, yakni 10.000 cuitan per tokoh.

  • Kata kunci yang digunakan sangat spesifik, contohnya: "Ganjar Presiden Indonesia 2024", "Prabowo Presiden Indonesia 2024", dan "Anies Presiden Indonesia 2024".

Proses Uji Data yang Ketat

Tentu saja, data mentah dari media sosial berisi banyak spam atau kata-kata yang tidak relevan. Oleh karena itu, Bapak Asno dan tim melakukan pembersihan data (preprocessing) melalui beberapa tahap. Setelah cuitan yang kosong dan spam dibuang, total data bersih yang siap dianalisis menyusut menjadi 23.446 cuitan.

Salah satu keunggulan dari riset ini adalah proses pelabelannya:

  • Penentuan apakah sebuah cuitan bernada "positif" atau "negatif" tidak hanya diserahkan pada mesin, melainkan dinilai langsung secara manual oleh ahli bahasa (Linguis) bahasa Indonesia.

  • Pelabelan manual oleh ahli bahasa ini terbukti memiliki akurasi yang lebih divalidasi dan mendalam dibandingkan sekadar menggunakan pustaka (library) bawaan Python.

Setelah data diberi label, tim menguji dua metode klasifikasi (machine learning), yaitu Support Vector Machine (SVM) dan Naïve Bayes. Hasilnya, metode SVM menunjukkan tingkat akurasi yang lebih tinggi dan lebih cocok digunakan untuk memodelkan data teks terkait Pemilu di media sosial, meskipun membutuhkan waktu komputasi yang lebih lama dibandingkan Naïve Bayes.

Mengapa Riset Ini Penting?

Dataset yang dihasilkan oleh dosen UNIQHBA ini bukan sekadar kumpulan teks biasa. Riset ini memberikan kontribusi nyata bagi dunia politik dan akademis:

  • Alternatif Pengganti Polling: Model pendekatan analisis sentimen seperti ini bisa diajukan sebagai opsi alternatif yang bahkan dinilai lebih baik daripada survei atau polling tradisional dalam memprediksi hasil pemilu.

  • Bermanfaat bagi Banyak Pihak: Dataset ini sangat berguna bagi pembuat kebijakan, lembaga survei, akademisi, partai politik, hingga tim sukses kandidat.

  • Bahan Evaluasi Masa Depan: Data yang diambil pada April 2023 ini menjadi rujukan (baseline) yang sangat bagus untuk dibandingkan dengan data sentimen publik saat masa kampanye berlangsung, hingga setelah hasil pemilu yang sebenarnya diumumkan.

Melalui publikasi di jurnal Elsevier ini, Asno Azzawagama Firdaus telah membuktikan bahwa civitas akademika UNIQHBA mampu menghasilkan riset yang relevan, berbasis teknologi data mutakhir, dan berkontribusi di panggung internasional.

Baca Jurnal Selengkapnya

Riset ini telah diterbitkan secara terbuka (Open Access), sehingga siapa saja dapat membaca detail metodologi maupun mengakses dataset yang digunakan. Bagi sivitas akademika UNIQHBA maupun pembaca umum yang ingin mempelajari riset Bapak Asno Azzawagama Firdaus lebih lanjut, silakan kunjungi jurnal aslinya melalui tautan di bawah ini: