Sistem AI memprediksi hasil pemilihan melalui analisis posting Twitter
Computer

Sistem AI memprediksi hasil pemilihan melalui analisis posting Twitter


Kata-kata yang berhubungan dengan emosi. Kredit: Universitas Granada

Ilmuwan dari Universitas Granada telah menerapkan teknik kecerdasan buatan untuk menganalisis data dalam jumlah besar dari Twitter, selama kampanye pemilu AS sebelumnya untuk membuat sistem prakiraan politik.

Peneliti dari Departemen Ilmu Komputer dan kecerdasan buatan di Universitas Granada (UGR) telah membuat model sistem berdasarkan teknik kecerdasan buatan yang memungkinkan hasil pemilu diramalkan dengan menganalisis opini di Twitter.

Dalam studi yang dipublikasikan di jurnal internasional Akses IEEE, ilmuwan UGR menjelaskan sistem data besar deskriptif mereka yang mampu menangani sejumlah besar informasi tidak terstruktur (dalam bentuk danau data) yang berasal dari Twitter. Dengan menggunakan pendekatan ini, mereka dapat membuat sistem prakiraan politik dan memvalidasinya dengan pemilu AS tahun 2016 yang nyata, di mana Donald Trump menang melawan Hillary Clinton.

Pembicaraan politik mungkin lebih lazim daripada sebelumnya — orang hanya perlu melihat jejaring sosial untuk membuktikan hal ini, dan banyaknya pos dan utas yang dikhususkan untuk topik politik setiap hari. Salah satu jaringan sosial yang paling banyak digunakan untuk tujuan ini adalah Twitter, di mana pendapat partai, pemimpin, dan aktivis digabungkan dengan orang-orang yang hanya tertarik pada politik. Kemampuan untuk memproses data ini secara efektif dan mengubahnya menjadi pengetahuan adalah tugas yang melelahkan yang memberikan manfaat bagi bidang yang tak terhitung banyaknya, dari akademisi hingga bisnis atau jurnalisme.

Kajian UGR adalah hasil dari upaya untuk meringkas sejumlah besar data dan menguranginya menjadi informasi yang jelas dan ringkas yang dapat memberikan nilai bagi permintaan penelitian. Sistem yang dimaksud dikembangkan oleh José Ángel Díaz García, María Dolores Ruiz, dan María José Martín-Bautista dari Departemen Ilmu Komputer dan kecerdasan buatan UGR. Itu diuji pada masalah komparatif kehidupan nyata yang berkaitan dengan dua politisi dan kebijakan masing-masing: Donald Trump dan Hillary Clinton, dalam bentrokan head-to-head mereka dalam pemilihan umum AS November 2016.

Analisis sentimen dan emosi

Sistem yang dirancang oleh ilmuwan UGR menyediakan serangkaian asosiasi antara konsep dan diskusi di Twitter tentang dua politisi — dalam format yang mudah ditafsirkan dan dijelaskan — bersama dengan sentimen dan emosi yang dihasilkan oleh perdebatan ini.

“Inti dari sistem kami adalah apa yang kami sebut teknik kecerdasan buatan tanpa pengawasan — yaitu, teknik yang tidak bergantung pada basis data yang telah diberi label sebelumnya untuk dilatih dan digunakan,” penulis menjelaskan.

Di antara teknik-teknik ini, yang paling penting adalah aturan asosiasi, karena ini memungkinkan analisis sentimen dilakukan dengan menggunakan kamus dan kamus sentimen. “Saat ini, teknik ini sangat berharga karena memberikan solusi yang mudah ditafsirkan dan mudah dipahami. Mereka memungkinkan penelusuran data langsung dan memberikan hasil yang dengan mudah dijelaskan yang dapat digunakan oleh orang-orang yang tidak memiliki pengetahuan teknis, sehingga mendemokratisasi akses ke kecerdasan buatan,” penulis melanjutkan.

Pendekatan deskriptif baru ini berbeda dari model pembelajaran mesin tradisional yang disesuaikan dengan analisis sentimen prediktif. Mereka membutuhkan database pra-label yang besar (sangat sulit dicapai dalam kaitannya dengan jejaring sosial, karena volatilitas topik yang bersangkutan), dan biasanya menawarkan solusi yang sangat sulit untuk ditafsirkan karena adaptasi matematika yang sangat kompleks.

Analisis hasil yang dicapai oleh sistem baru mendukung kapasitasnya untuk mendapatkan aturan asosiasi dan pola sentimen dengan nilai deskriptif yang signifikan dalam kasus penerapannya pada pemilu AS. Dengan demikian, kesejajaran antara pola-pola ini dan peristiwa kehidupan nyata dapat ditarik.

Beberapa kesejajaran yang ditemukan oleh sistem mungkin adalah yang, misalnya, membangun hubungan yang sangat kuat antara kata larangan / layanan / transgender dan Donald Trump. Ini menunjukkan bahwa presiden AS saat ini terkait dengan transgender yang dilarang dari dinas militer — sebuah langkah yang sudah dipertimbangkan pada tahun 2016 dan dikonfirmasi pada tahun 2017.

Mengenai sentimen, sistem mengungkapkan bahwa ada tingkat kemarahan yang lebih tinggi dalam masyarakat AS yang diarahkan pada Hillary Clinton daripada terhadap Trump. Yang terakhir, sebaliknya, menonjol karena hubungannya dengan emosi “kepercayaan” —dengan kata lain, tweet yang diposting tentang Trump berasal dari orang-orang dengan tingkat kepercayaan yang tinggi padanya sebagai Presiden.

Jika kita memperhitungkan bahwa data diproses selama kampanye elektoral, persamaan bahkan dapat ditarik dalam hasil berikutnya yang membawa Donald Trump meraih kemenangan.


Bagaimana Twitter mengambil suara dari Trump tetapi tidak dari Partai Republik


Informasi lebih lanjut:
Jose Angel Diaz-Garcia dkk. Penambangan Pola dan Analisis Sentimen Berbasis Non-Kueri untuk Teks Online Mikroblog besar-besaran, Akses IEEE (2020). DOI: 10.1109 / ACCESS.2020.2990461

Disediakan oleh Universitas Granada

Kutipan: Sistem AI memprediksi hasil pemilu melalui analisis posting Twitter (2020, 4 November), diakses 27 November 2020 dari https://techxplore.com/news/2020-11-ai-election-results-analysis-twitter.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.




Halaman Ini Di Persembahkan Oleh : Pengeluaran HK