Pembangunan Sistem Pemantauan Populariti Ahli Politik (SPPP)

Dalam era digital, media sosial telah menjadi platform utama bagi masyarakat untuk menyuarakan pandangan mereka terhadap pelbagai isu, termasuk politik. Walau bagaimanapun, data yang dihasilkan adalah sangat besar dan sukar dianalisis secara manual. Kajian ini membentangkan pembangunan Sistem Pemantauan Populariti ahli Politik (SPPP) menggunakan algoritma Naïve Bayes yang membolehkan pengguna memantau populariti ahli politik berdasarkan akaun peribadi di aplikasi X. Dalam kajian ini, aplikasi X digunakan sebagai sumber utama sistem ini untuk pengekstrakan data (tweet). Kuantiti tweet yang besar ini menawarkan pola atau maklumat yang berharga kepada organisasi atau individu dalam membuat keputusan yang berkesan. Matlamat kajian ini adalah untuk membangunkan sistem antara muka mesra pengguna bagi menganalisis status populariti ahli politik secara masa nyata dan seterusnya memvisualisasikan keputusan dalam bentuk grafik seperti carta bar, carta donat dan word cloud. Sistem ini menggunakan analisis sentimen dan teknik pembelajaran mesin Naïve Bayes. Teknik pengelasan Naïve Bayes digunakan untuk membina model pengelas yang boleh mengklasifikasikan tweet yang dikumpulkan sebagai sentimen positif, neutral atau negatif. Keputusan ujian menunjukkan bahawa sistem ini mempermudahkan proses pemantauan populariti ahli politik dan memberikan hasil analisis yang berguna untuk merangka strategi politik dan meramalkan keputusan pilihan raya. SPPP juga menawarkan penyelesaian yang sistematik untuk menilai sentimen awam, memberikan nilai tambah kepada ahli politik dan parti dalam merumuskan strategi dan memahami pandangan pengundi.