Analisis Sentimen Terhadap Kontroversi Fatwa MUI Nomor 83 Tahun 2023 Tentang Pemboikotan Produk yang Terafiliasi Israel

Authors

  • Muhammad Yasir Universitas Bhayangkara Jakarta Raya, Jakarta, Indonesia
  • Marissa Grace Haque STIE Indonesia Banking School, Jakarta, Indonesia
  • Robertus Suraji Universitas Bhayangkara Jakarta Raya, Jakarta, Indonesia
  • Istianingsih Universitas Bhayangkara Jakarta Raya, Jakarta, Indonesia

DOI:

https://doi.org/10.31933/jemsi.v5i4.1845

Keywords:

Kata Kunci: Analisis Sentimen, Klasifikasi, Boikot Produk, Fatwa MUI

Abstract

Abstrak: Kebijakan yang dikeluarkan oleh MUI, khususnya fatwa nomor 83 tahun 2023 yang membahas aspek moralitas dalam mendukung perjuangan palestina, menganjurkan untuk menghindari transaksi dan penggunaan produk yang terkait dengan Israel, terutama negara-negara yang mendukung penjajahan dan Zionisme semaksimal mungkin. Fenomena ini telah memunculkan berbagai tanggapan reaksi dan muncul sebagai subjek wacana yang trending di seluruh platform media sosial termasuk pengguna YouTube. Penelitian ini bertujuan mengembangkan model klasifikasi sentimen menggunakan mengkomparasi lima metode klasifikasi seperti Naïve Bayes, Decision Tree, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbor (KNN) untuk memahami respons terhadap fatwa tersebut. Alat yang digunakan adalah Python Google Collab dengan dataset berasal dari komentar YouTube. Hasil analisis menunjukkan tiga klasifikasi sentimen: setuju, tidak setuju, dan netral, dengan tingkat akurasi Naive Bayes 75%, Decision Tree 65%, Random Forest 67%, SVM 63%, K-NN 53%. Penelitian ini diharapkan memberikan wawasan mendalam tentang distribusi sentimen terkait fatwa tersebut, serta menjadi dasar untuk penelitian lebih lanjut dalam analisis sentimen dan dinamika opini publik.

References

Cahya, E. N. (2022). Agresi Israel Terhadap Palestina Yang Berujung Pelanggaran Ham Pada Palestina. Jurnal Pendidikan PKN (Pancasila Dan Kewarganegaraan), 3(1), 43. https://doi.org/10.26418/jppkn.v3i1.52144

Martinez-Plumed, F., Contreras-Ochando, L., Ferri, C., Hernandez-Orallo, J., Kull, M., Lachiche, N., Ramirez-Quintana, M. J., & Flach, P. (2019). CRISP-DM Twenty Years Later: From Data Mining Processes to Data Science Trajectories. IEEE Transactions on Knowledge and Data Engineering, 33(8), 3048–3061. https://doi.org/10.1109/tkde.2019.2962680

MUI. (2023). Fatwa Majelis Ulama Indonesia No.83 Tahun 2023 Tentang Hukum Dukungan Terhadap Perjuangan Palestina. Https://Mui.or.Id/, 1–9. https://mui.or.id/baca/berita/keluarkan-fatwa-terbaru-mui-imbau-umat-islam-berhenti-konsumsi-produk-perusahaan-pendukung-israel

Schröer, C., Kruse, F., & Gómez, J. M. (2021). A systematic literature review on applying CRISP-DM process model. Procedia Computer Science, 181(2019), 526–534. https://doi.org/10.1016/j.procs.2021.01.199

Tyagi, P., & Tripathi, R. C. (2019). A Review towards the Sentiment Analysis Techniques for the Analysis of Twitter Data. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3349569

Visa Sofia, D. (2011). Confusion Matrix-based Feature Selection Sofia Visa. ConfusionMatrix-Based Feature Selection Sofia, 710(January), 8.

Yasir, M., & Suraji, R. (2023). Perbandingan Metode Klasifikasi Naive Bayes, Decision, Tree, Random Forest Terhadap Analisis Sentimen Kenaikan Biaya Haji 2023 pada Media Sosial Youtube. Jurnal Cahaya Mandalika (JCM), 3(2), 180–192.

Downloads

Published

2024-03-10

How to Cite

Yasir, M., Marissa Grace Haque, Robertus Suraji, & Istianingsih. (2024). Analisis Sentimen Terhadap Kontroversi Fatwa MUI Nomor 83 Tahun 2023 Tentang Pemboikotan Produk yang Terafiliasi Israel . Jurnal Ekonomi Manajemen Sistem Informasi, 5(4), 409–422. https://doi.org/10.31933/jemsi.v5i4.1845