ANALISIS KLASIFIKASI KUALITAS JAWABAN DEBAT POLITIK MENGGUNAKAN METODE NAIVE BAYES BERBASIS PRINSIP KERJA SAMA GRICE

Muhammad Tahir; Nurhafni Nurhafni; Bukran Bukran; Husain Husain; Muhamad Wisnu Alfiansyah

doi:10.52362/jisicom.v10i1.2527

Muhammad Tahir , Universitas Bumigora
Nurhafni Nurhafni , Universitas Bumigora
Bukran Bukran , Universitas Bumigora
Husain Husain , Universitas Bumigora
Muhamad Wisnu Alfiansyah , Universitas Bumigora

DOI: https://doi.org/10.52362/jisicom.v10i1.2527

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan kualitas jawaban debat politik menggunakan algoritma Naive Bayes berbasis Prinsip Kerja Sama Grice. Data diperoleh dari transkrip debat pasangan calon Bupati dan Wakil Bupati Bima Tahun 2024 yang dikembangkan menjadi 500 data teks dan diberi label ke dalam tiga kategori, yaitu Relevan, Menghindar, dan Tidak Relevan. Tahapan penelitian meliputi preprocessing teks, yaitu case folding, cleaning, stopword removal, dan stemming menggunakan Sastrawi, kemudian dilanjutkan dengan ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Proses klasifikasi dilakukan menggunakan algoritma Multinomial Naive Bayes dengan pembagian data 80% sebagai data latih dan 20% sebagai data uji. Hasil penelitian menunjukkan bahwa model menghasilkan 1.207 fitur TF-IDF dan mencapai akurasi sebesar 79,00%, precision 71,76%, recall 79,00%, serta F1-score 73,00%. Hasil menunjukkan bahwa metode Naive Bayes mampu mengidentifikasi pola kebahasaan yang berkaitan dengan kepatuhan maupun pelanggaran terhadap maksim percakapan Grice. Penelitian ini membuktikan bahwa pendekatan machine learning dapat digunakan sebagai alat bantu objektif untuk mengevaluasi kualitas komunikasi politik yang lebih efisien.

Downloads

Download data is not yet available.

References

[1] U. A. Siregar, N. Silvi, and W. Hasibuan, “Bahasa Sebagai Alat Komunikasi Dalam Kehidupan Manusia,” vol. 7, no. 2, pp. 95–104, 2022.
[2] M. N. Ummah, G. Susanto, and G. C. W. P, “Tindak Tutur komisif dalam debat publik pertama calon bupati dan calon wakil bupati Mojokerto pada pilkada tahun 2024,” vol. 8, pp. 297–312, 2025.
[3] A. Kurniawan, “Prinsip kerja sama dalam komunikasi politik,” J. Pendidik. Bhs. Indones., vol. 12, no. 1, 2023.
[4] W. Zhang, “Violation of cooperative principle in political debates,” J. Lang. Polit., vol. 21, no. 2, pp. 250–268, 2022.
[5] R. Mukhtar, S. Chodijah, and E. Rahayu, “Pelanggaran prinsip kerja sama pada debat capres Republik Indonesia 2024,” Triangulasi J. Pendidik. Kebahasaan, vol. 5, no. 1, 2024, doi: 10.55215/triangulasi.v5i1.5.
[6] G. D. Barbulet and A. I. Ursa, “Exploring the cooperative principle in cross-cultural contexts: A corpus-based pragmatic study,” Languages, vol. 11, no. 2, p. 29, 2026, doi: 10.3390/languages11020029.
[7] L. Enjelia, Y. Cahyana, and D. Wahiddin, “Comparison of K-Nearest Neighbors and Naive Bayes Classifier Algorithms in Sentiment Analysis of 2024 Election in Twitter ( X ),” vol. 9, no. 3, pp. 946–954, 2025.
[8] A. R. Politik, D. Publik, K. Calon, W. Bupati, and K. Ponorogo, “Analisis Retorika Politik dalam Debat Publik Kedua Calon Bupati dan Wakil Bupati Kabupaten Ponorogo Tahun 2024,” vol. 7, pp. 2803–2812, 2025, doi: 10.47476/reslaj.v7i9.8713.
[9] L. Education, “Pelanggaran Prinsip Kerja Sama dalam Debat Pemilihan Umum Calon Presiden 2019,” vol. 1, pp. 95–104, 2021.
[10] A. A. Abdirahman, A. O. Hashi, U. M. Dahir, and M. Abdirahman, “Enhancing Natural Language Processing in Somali Text Classification : A Comprehensive Framework for Stop Word Removal,” vol. 71, no. 12, pp. 40–49, 2023.
[11] T. M. Rizqi Amelia Putri, “Pemenuhan Dan Penyimpangan Prinsip Kerja Sama Grice: Podcast Deddy Corbuzier-Kuliah Itu Gak Penting,” vol. 20, pp. 1–11, 2024.
[12] A. A. Nafea et al., “A Brief Review on Preprocessing Text in Arabic Language Dataset : Techniques and Challenges,” vol. 2024, pp. 46–53, 2024, doi: https://doi.org/10.58496/BJAI/2024/007 I.
[13] M. Das, S. Kamalanathan, and P. Alphonse, “A Comparative Study on TF-IDF feature Weighting Method and its Analysis using Unstructured Dataset,” vol. 5571, pp. 0–2, 2021.
[14] L. Zhu and D. Luo, “A Novel Efficient and Effective Preprocessing Algorithm for Text Classification,” pp. 1–14, 2023, doi: 10.4236/jcc.2023.113001.
[15] P. Febriyani and A. Rabi, “Implikatur Percakapan Dalam Debat Pasangan Calon Bupati Dan Wakil Bupati Sambas Tahun 2020,” pp. 1–9, 2020.
[16] R. Sistem, “Algoritma Multinomial Naïve Bayes Untuk Klasifikasi Sentimen Pemerintah Terhadap Penanganan Covid-19 Menggunakan Data Twitter,” vol. 5, no. 10, pp. 820–826, 2021.
[17] A. Serlina and A. Rahim, “Comparative Analysis of Naïve Bayes Algorithm Performance in English and Indonesian Text Sentiment Classification on Duolingo Application in Playstore,” vol. 14, no. March, pp. 165–171, 2025, doi: 10.34148/teknika.v14i1.1207.
[18] R. F. Majbur, F. Yanuar, D. Devianto, D. Matematika, and U. Andalas, “Penerapan Metode Naïve Bayes Classifier Dalam Menganalisis Sentimen Pada Media Sosial X Terhadap Pilpres 2024 Di Indonesia,” vol. 5, no. 3, pp. 2012–2025, 2024.