Identifikasi Provokasi Pada Sosial Media Twitter Terhadap Calon Presiden 2019 Menggunakan Metode Ontologi

Abstract

Abstrak Pemilihan presiden merupakan kegiatan rutin yang dilaksanakan setiap 5 tahun sekali. Banyak kampanye yang disuarakan secara langsung melalui sosial media. Twitter salah satu sosial media yang dimanfaatkan para pasangan calon (paslon) presiden untuk berkampanye. Sayangnya, kampanye disosial media khususnya pada Twitter dirusak oleh sejumlah oknum yang sengaja ingin menjatuhkan paslon presiden lain. Menimbulkan iklim suasana pemilihan presiden 2019 pada sosial media Twitter menjadi kurang baik. Berdasarkan permasalahan di atas, maka diperlukan sebuah sistem yang mampu mendeteksi adanya tweet yang mengandung unsur provokasi. Sehingga dapat membedakan mana tweet yang mengandung unsur provokasi dengan tweet yang tidak mengandung unsur provokasi. Pada penelitian ini dibagi menjadi beberapa tahapan, tahapan pertama adalah pengambilan data twitter menggunakan Twitter API untuk mendapatkan dataset, kemudian preprocessing, pembangunan ontologi tambahan, pembangunan ontologi provokasi, klasifikasi, dan tahapan terakhir adalah evaluasi. Penggunaan metode ontologi sebagai klasifikasi calon presiden 2019 dan klasifikasi provokasi dan non provokasi dari data setiap calon dalam pemilihan presiden 2019. Dari hasil pengujian pada ontologi tanpa Rule-Based Classifier didapatkan rata-rata f1-score sebesar 80,5%. Sedangkan pengujian pada ontologi dengan Rule-Based Classifier didapatkan rata-rata f1-score sebesar 87,7%, maka rata-rata f1- score naik sebesar 7,2% Kata kunci: Ontologi, provokasi, tweet, pemilihan presiden 2019 Abstract The presidential election is a routine activity that is held every 5 years. Many campaigns are voiced directly through social media. Twitter is one of the social media used by the presidential candidate pairs to attract the people of Indonesia with their routine activities. Unfortunately, the social media campaign especially on Twitter was damaged by a number of individuals who deliberately wanted to bring down another presidential candidate pair. The climate of the 2019 presidential election on Twitter's social media is not good. Based on the above problems, we need a system that can detect tweets that contain provocation elements. So as to distinguish between tweets that contain provocation elements from tweets that do not contain provocation elements. In this study divided into several stages, the first stage is retrieval of Twitter data using Twitter API to get the dataset, then preprocessing, development of additional ontologies, construction of provocation ontologies, classification, and the last stage is evaluation. The use of ontology methods as the classification of 2019 presidential candidates and the classification of provocation and non-provocation from the data of each candidate in the 2019 presidential election. From the results of testing on ontologies without a Rule-Based Classifier obtained an average f1-score of 80,5%. While testing on ontology with Rule-Based Classifier obtained an average f1-score of 87,7%, then the average f1-score rises by 7,2% Keywords: Ontology, provocation, lines, tweets, 2019 presidential election