Analisis Sentimen ‘Trump Tarif’ pada Platform X Menggunakan Metode Random Forest Classifier

Adam Muniz Hestur Putra; Adhika Novandya; Mulyadi

doi:10.53697/jkomitek.v5i2.2953

Authors

Adam Muniz Hestur Putra Universitas Bina Sarana Informatika
Adhika Novandya Universitas Bina Sarana Informatika
Mulyadi Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.53697/jkomitek.v5i2.2953

Keywords:

Sentimen, Random Forest Classifier

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kebijakan “Trump Tarif” melalui platform X (sebelumnya Twitter), dengan menggunakan metode Random Forest Classifier. Data yang digunakan berjumlah 1.400 tweet berbahasa Indonesia yang berkaitan dengan topik kebijakan tarif oleh Donald Trump. Seluruh data dikumpulkan dan diproses melalui serangkaian tahapan pra-pemrosesan teks seperti tokenisasi, penghapusan stopwords, stemming, serta pembobotan TF-IDF menggunakan perangkat lunak RapidMiner (Altair AI Studio). Data kemudian dibagi menggunakan teknik split data dengan rasio 70% data pelatihan dan 30% data pengujian. Model dikembangkan menggunakan algoritma Random Forest, dan dievaluasi menggunakan teknik 10-fold cross-validation untuk menghindari overfitting serta mengukur kemampuan generalisasi model. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 87,38%. Sentimen publik yang diungkapkan dalam tweet menunjukkan persepsi yang beragam terhadap kebijakan tarif Trump, baik dalam bentuk dukungan, kritik, maupun sikap netral. Temuan ini diharapkan dapat memberikan gambaran umum mengenai respons masyarakat terhadap isu kebijakan internasional yang diinisiasi oleh pemerintah Amerika Serikat, khususnya dalam konteks perdagangan global

References

Aldean, M. Y., Paradise, P., & Nugraha, N. A. S. (2022). Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 di Twitter Menggunakan Metode Random Forest Classifier (Studi Kasus: Vaksin Sinovac). Journal of Informatics Information System Software Engineering and Applications (INISTA), 4(2), 64–72. https://doi.org/10.20895/inista.v4i2.575

Ankita (2022). An efficient CNN-LSTM model for sentiment detection in #BlackLivesMatter. Expert Systems with Applications, 193, ISSN 0957-4174, https://doi.org/10.1016/j.eswa.2021.116256

Ardilla, Y., Manuhutu, A., Ahmad, N., Hasbi, I., Manuhutu, M. A., Ridwan, M., Wardhani, A. K., Alim, S., Romli, I., & Religia, Y. (2021). Data Mining dan Aplikasinya. Penerbit Widina. https://books.google.com/books?hl=id&lr=&id=53FXEAAAQBAJ&oi=fnd&pg=PA53&dq=Ardilla,+Y.,+Manuhutu,+A.,+Ahmad,+N.,+Hasbi,+I.,+Manuhutu,+M.+A.,+Ridwan,+M.,+Wardhani,+A.+K.,+Alim,+S.,+Romli,+I.,+%26+Religia,+Y.+(2021).+Data+Mining+dan+Aplikasinya.+Penerbit+Widina.&ots=ssEC0KuGyL&sig=2gJcoZdm11U77Tf6Ls3RGj_7luY

Basar, T. F., Ratnawati, D. E., & Arwani, I. (2022). Analisis Sentimen Pengguna Twitter terhadap Pembayaran Cashless menggunakan Shopeepay dengan Algoritma Random Forest. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(3), 1426–1433.

Dake, D.K. (2023). Using sentiment analysis to evaluate qualitative students’ responses. Education and Information Technologies, 28(4), 4629-4647, ISSN 1360-2357, https://doi.org/10.1007/s10639-022-11349-1

Duarte, F. (2025, Agustus 22). X (Formerly Twitter) User Age, Gender, & Demographic Stats (2025). Exploding Topics. https://explodingtopics.com/blog/x-user-stats

Fahrezi, M. F., & Permana, A. A. (2022). Sentimen Analisis Opini Masyarakat Pada Sosial Media Twitter Terhadap Organisasi Aksi Cepat Tanggap Menggunakan Naïve Bayes Classifier. Jurnal Teknik, 11(2). https://jurnal.umt.ac.id/index.php/jt/article/view/7053

Faidh, M. A., Maulana, M. E., Putri, N. E., Putri, S. I., Munir, T. A., & Laksana, A. (2024). Peran Media Sosial X Dalam Perkembangan Komunikasi Di Era Digital. Konsensus : Jurnal Ilmu Pertahanan, Hukum Dan Ilmu Komunikasi, 1(6), 43–51. https://doi.org/10.62383/konsensus.v1i6.433

Fauzi, A., Kom, S., Kom, M., Yunial, A. H., Kom, S., & Kom, M. (2024). Analisis Sentimen (Sentiment Analysis): Evaluasi Sentimen Layanan Dataset Twitter US Airline. CV. Bintang Semesta Media.

Gupta, K. (2023). A Combined Approach of Sentimental Analysis Using Machine Learning Techniques. Revue D Intelligence Artificielle, 37(1), 1-6, ISSN 0992-499X, https://doi.org/10.18280/ria.370101

Gupta, V., & Rattan, Dr. P. (2023). Improving Twitter Sentiment Analysis Efficiency with SVM-PSO Classification and EFWS Heuristic. Procedia Computer Science, 230, 698–715. https://doi.org/10.1016/j.procs.2023.12.125

Indarbensyah, P. P. E., & Rochmawati, N. (2021). Array. Journal of Informatics and Computer Science (JINACS), 2(04), 235–244. https://doi.org/10.26740/jinacs.v2n04.p235-244

Jaya Hidayat, T. H., Ruldeviyani, Y., Aditama, A. R., Madya, G. R., Nugraha, A. W., & Adisaputra, M. W. (2022). Sentiment analysis of twitter data related to Rinca Island development using Doc2Vec and SVM and logistic regression as classifier. Procedia Computer Science, 197, 660–667. https://doi.org/10.1016/j.procs.2021.12.187

Khan, W. (2022). Stock market prediction using machine learning classifiers and social media, news. Journal of Ambient Intelligence and Humanized Computing, 13(7), 3433-3456, ISSN 1868-5137, https://doi.org/10.1007/s12652-020-01839-w

Larasati, F. A., Ratnawati, D. E., & Hanggara, B. T. (2022). Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(9), 4305–4313.

Malik, R. A. A., & Sibaroni, Y. (2022). Multi-aspect sentiment analysis of Tiktok application usage using FasText feature expansion and CNN method. Journal of Computer System and Informatics (JoSYC), 3(4), 277–285.

Mola, S. A. S., Djawa, S. N. R., & Mauko, A. Y. (2025). Text Mining: Analisis Sentimen dengan Naïve Bayes. Kaizen Media Publishing.

Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw, C. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Regresi Linier. Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI), 7(1), 8–17.

Putra, R. F., Mukhlis, I. R., Datya, A. I., Pipin, S. J., Reba, F., Al-Husaini, M., Mandowen, S. A., Zain, N. N. L. E., & Judijanto, L. (2024). Algoritma Pembelajaran Mesin: Dasar, Teknik, dan Aplikasi. PT. Sonpedia Publishing Indonesia. https://books.google.com/books?hl=id&lr=&id=MX7-EAAAQBAJ&oi=fnd&pg=PA49&dq=Putra,+R.+F.,+Mukhlis,+I.+R.,+Datya,+A.+I.,+Pipin,+S.+J.,+Reba,+F.,+Al-Husaini,+M.,+Mandowen,+S.+A.,+Zain,+N.+N.+L.+E.,+%26+Judijanto,+L.+(2024).+Algoritma+Pembelajaran+Mesin:+Dasar,+Teknik,+dan+Aplikasi.+PT.+Sonpedia+Publishing+Indonesia.&ots=v7G9Q_yBQ-&sig=ooipvjQxjWl9nG2oGERiqJsxMEk

Rahayu, P. W., Sudipa, I. G. I., Suryani, S., Surachman, A., Ridwan, A., Darmawiguna, I. G. M., Sutoyo, M. N., Slamet, I., Harlina, S., & Maysanjaya, I. M. D. (2024). Buku ajar data mining. PT. Sonpedia Publishing Indonesia. https://books.google.com/books?hl=id&lr=&id=vCruEAAAQBAJ&oi=fnd&pg=PA83&dq=Rahayu,+P.+W.,+Sudipa,+I.+G.+I.,+Suryani,+S.,+Surachman,+A.,+Ridwan,+A.,+Darmawiguna,+I.+G.+M.,+Sutoyo,+M.+N.,+Slamet,+I.,+Harlina,+S.,+%26+Maysanjaya,+I.+M.+D.+(2024).+Buku+Ajar+Data+Mining.+PT.+Sonpedia+Publishing+Indonesia&ots=TpKO8WjNrB&sig=6ycMEipe99OY-AWMC1BMv26m_U8

Rodrigues, A.P. (2022). Real-Time Twitter Spam Detection and Sentiment Analysis using Machine Learning and Deep Learning Techniques. Computational Intelligence and Neuroscience, 2022, ISSN 1687-5265, https://doi.org/10.1155/2022/5211949

Samsir, A., Verawardina, U., Edi, F., & Watrianthos, R. (2021). Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes. Jurnal Media Informatika Budidarma, 5(1), 157–163.

Saura, J.R. (2023). Exploring the boundaries of open innovation: Evidence from social media mining. Technovation, 119, ISSN 0166-4972, https://doi.org/10.1016/j.technovation.2021.102447

Saura, J.R. (2023). Impact of extreme weather in production economics: Extracting evidence from user-generated content. International Journal of Production Economics, 260, ISSN 0925-5273, https://doi.org/10.1016/j.ijpe.2023.108861

Sitanggang, A., Umaidah, Y., & Adam, R. I. (2024). Analisis Sentimen Masyarakat Terhadap Program Makan Siang Gratis Pada Media Sosial X Menggunakan Algoritma Naïve Bayes. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3). https://doi.org/10.23960/jitet.v12i3.4902

Tanggraeni, A. I., & Sitokdana, M. N. N. (2022). Analisis Sentimen Aplikasi E-Government pada Google Play Menggunakan Algoritma Naïve Bayes | JATISI (Jurnal Teknik Informatika dan Sistem Informasi). https://jurnal.mdp.ac.id/index.php/jatisi/article/view/1835