Sentimen Analisis Aplikasi Sirekap pada Pemilihan Umum Presiden 2024 di Media Sosial Twitter

Sentimen Analisis Aplikasi Sirekap pada Pemilihan Umum Presiden 2024 di Media Sosial Twitter

• By Harahap, Ahmi Amalia;
• Jurnal Nasional Terakreditasi
• 65
• 1-5

Pemilihan Umum 2024 menjadi momen penting dalam demokrasi Indonesia yang diwarnai dengan

pemanfaatan teknologi melalui aplikasi Sirekap sebagai alat bantu rekapitulasi suara. Namun,

implementasinya menimbulkan berbagai kendala teknis seperti kesalahan pembacaan data,

ketidaksesuaian hasil dengan formulir manual, serta server yang tidak stabil. Penelitian ini bertujuan

untuk menganalisis sentimen masyarakat terhadap aplikasi Sirekap melalui data Twitter dengan

membandingkan dua algoritma klasifikasi, yaitu Decision Tree dan Naïve Bayes. Data dikumpulkan

menggunakan metode crawling dari 553 cuitan, kemudian diproses melalui tahapan cleaning, tokenisasi,

stopword removal, dan stemming. Setelah data diberi label sentimen, model dilatih dan diuji

menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa

algoritma Decision Tree memberikan akurasi lebih tinggi sebesar 68,5% dibandingkan Naïve Bayes

sebesar 55,9%. Sentimen negatif mendominasi opini publik, mencerminkan adanya keraguan terhadap

transparansi dan keandalan aplikasi. Dengan demikian, kualitas teknis Sirekap terbukti memengaruhi

persepsi masyarakat. Penelitian ini diharapkan menjadi masukan bagi KPU dalam meningkatkan sistem

rekapitulasi digital yang lebih stabil dan dapat dipercaya.

Katakunci: Sirekap, Sentimen Analisis, Twitter, Decision Tree, Naïve Bayes

• Katakunci
• URL http://
• Penerbit ,

REFERENSI

A.N, I. (2024). Analisis Sentimen Hasil Putusan MK Terkait Sengketa Pilpres 2024

pada Media Sosial X. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTII).

http://jurnal.poligon.ac.id/index.php/JTII/article/download/1338/769

Ahmad, M., Rehman, A. U., Ayub, N., Alshehri, M. D., Khan, M. A., Hameed, A., &

Yetgin, H. (2020). Security, usability, and biometric authentication scheme for

electronic voting using multiple keys. International Journal of Distributed

Sensor Networks, 16(7). https://doi.org/10.1177/1550147720944025

Ayatulloh, R., Noor, K., Romadloni, N. T., Ramadhani, F., Karanganyar, U. M., &

Karanganyar, K. (2025). Perbandingan kinerja algoritma klasifikasi pada

review pengguna aplikasi netflix. 13(2).

Bert, U., Sholihah, N., Abdulloh, F. F., & Rahardi, M. (2024). Sentiment Analysis on

KPU Performance Post-2024 Election via YouTube Comments. 8(4), 2222–

2232.

Biro Teknis dan Hupmas KPU. (2019). Panduan Pelaksanaan Pemungutan dan

Penghitungan Suara di TPS Pemilu Tahun 2019 (S. H. Ramadhan, Solahuddin,

& M. Fadlilah (eds.)).

Colab, A. (2020). Google Colab Quick Start Guide What is Google Colab ?

Accessing Colab.

Damayanti Simbolon, C. A. (2021). Penggunaan Komunikasi Media Sosial Twitter

di Kalangan Remaja di Kecamatan Cibinong, Kabupaten Bogor. JISIP : Jurnal

Ilmu Sosial Dan Ilmu Politik, 10(3), 219–226.

https://doi.org/10.33366/jisip.v10i3.2356

Handoko, H., Asrofiq, A., Junadhi, J., & Negara, A. S. (2024). Sentiment Analysis of

Sirekap Tweets Using CNN Algorithm. INTENSIF: Jurnal Ilmiah Penelitian

Dan Penerapan Teknologi Sistem Informasi, 8(2), 312–329.

https://doi.org/10.29407/intensif.v8i2.23046

Herjanto, M. F. Y., & Carudin, C. (2024). Analisis Sentimen Ulasan Pengguna

Aplikasi Sirekap Pada Play Store Menggunakan Algoritma Random Forest

Classifer. Jurnal Informatika Dan Teknik Elektro Terapan, 12(2), 1204–1210.

https://doi.org/10.23960/jitet.v12i2.4192

Herlina, I., Suryatman, A. G., Aditya, T., & Kosasih, A. (2024). Pentingnya Literasi

Digital Bagi Pemilih Pemula Dalam Menyikapi Berita Hoax di Media Sosial

Pada Pilpres 2024 ( Studi Di Kampus UMT ). 4.

Indonesia, K. (2019). No Title. https://sirekap-tutorial.kpu.go.id/

Inzana, N., Maulana, A. A., & Sari, P. M. (2024). Inovasi Sirekap dalam

Meningkatkan Partisipasi Politik. Jurnal Administrasi Pemerintahan Desa, 5(2),

1–13. https://doi.org/10.47134/villages.v5i2.106

Kaligis, D. L., & Fatri, R. R. (2020). Pengembangan Tampilan Antarmuka Aplikasi

Survei Berbasis Web Dengan Metode User Centered Design. JUST IT : Jurnal

Sistem Informasi, Teknologi Informasi Dan Komputer, 10(2), 106.

https://doi.org/10.24853/justit.10.2.106-114

Panjaitan, F., Ce, W., Oktafiandy, H., Kanugrahan, G., Ramdhani, Y., Hafizh, V.,

Putra, C., Permai, A., Informasi, S., & Informasi, S. (2025). STUDI

KOMPARATIF ALGORITMA MACHINE LEARNING. 9(2), 3145–3152.

Pernando, Y., & Angreyani, J. (2025). 1 , 1*. 5(1), 1–8. https://doi.org/10.33330/jcom.v5i1.3570

Pokhrel, S. (2024). No TitleΕΛΕΝΗ. Αγαη, 15(1), 37–48.

Saputra, I., & Kusnadi, A. (2021). Belajar Text mining dalam 24 jam.

Solihin, F., Awaliyah, S., Muid, A., & Shofa, A. (2021). Pemanfaatan Twitter

Sebagai Media Penyebaran Informasi Oleh Dinas Komunikasi dan Informatika.

Jurnal Pendidikan Ilmu Pengetahuan Sosial (JPIPS), 1(13), 52–58. http://ejournal.upr.ac.id/index.php/JP-IPS

Studi, P., Informatika, T., Sains, F., Teknologi, D. A. N., Islam, U., & Syarif, N.

(2024). ANALISIS SENTIMEN TWITTER MENGGUNAKAN NAIVE BAYES

DAN SUPPORT VECTOR MACHINE TERHADAP KPU PADA PEMILIHAN

UMUM PRESIDEN 2024.

Syahrul, A., Purnamasari, A. I., & Ali, I. (2024). Analisis Sentimen Twitter Terhadap

Cryptocurrency P ( C

X ) =. JATI (Jurnal Mahasiswa Teknik Informatika),

8(2), 1–8.

Yusuf, A. M., Rostiani, Y., & Juliana, R. (2021). Perancangan Aplikasi Akuntansi

Penerimaan Dan Pengeluaran Kas Berbasis Web (STUDI KASUS PADA

STMIK ROSMA). Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi

Informasi Dan Komunikasi, 16(1), 60–68.

https://doi.org/10.35969/interkom.v16i1.97