Penerapan Algoritma Naïve Bayes untuk Klasifikasi Sentimen Opini Publik di Media Sosial Twitterr terhadap Calon Presiden Anies Baswedan
DOI:
https://doi.org/10.71417/jitie.v1i1.6Keywords:
Analisis Sentimen, Klasifikasi, Naive Bayes, Twitter, PemiluAbstract
Isu-isu politik dan sosial memainkan peran krusial dalam Pemilihan Umum di Indonesia. Perkembangan teknologi dan media sosial, seperti Twitter (X), telah mengubah cara masyarakat menyampaikan opini, menciptakan volume data teks yang sangat besar dan kompleks. Penelitian ini bertujuan untuk menganalisis sentimen opini publik terhadap calon presiden Anies Baswedan menggunakan algoritma Naïve Bayes. Metode penelitian yang digunakan adalah analisis sentimen dengan pendekatan kuantitatif, dengan populasi berupa seluruh tweet yang berkaitan dengan #CapresAniesBaswedan. Sampel data dikumpulkan melalui teknik web crawling dari tujuh periode berbeda seputar sesi debat Pemilu 2024. Instrumen penelitian menggunakan perangkat lunak Google Colab dan RapidMiner, sementara teknik analisis data melibatkan tahapan text mining seperti Tokenizing, Filtering, Stemming, dan TF-IDF. Hasil analisis menunjukkan algoritma Naïve Bayes efektif dalam mengklasifikasikan sentimen, dengan akurasi rata-rata di atas 84% dan tertinggi mencapai 98,40%. Kesimpulannya, sentimen negatif paling dominan ditemukan pada empat dari tujuh dataset, menunjukkan opini publik yang cenderung kurang baik.
Downloads
References
Budi, S. (2017). Text mining untuk analisis sentimen review film menggunakan algoritma K-Means Text Mining For Movie Review Sentiment Analysis Using K-Means Algorithm. Jl. Imam Bonjol No, 16(1), 1–8. http://www.cs.cornell.edu/People/pabo/movie-review-data/
Dewi, A. R., Diana, S., Fakhrezi, M. A., Awang, N., Ma’arif, H., & Saputra, D. D. (2023). Sentimen Analisis Terhadap Puan Maharani Sebagai Kandidat Calon Presiden 2024 Berdasarkan Opini Twitter Menggunakan Metode Naive Bayes Dan Adaboost. JSiI (Jurnal Sistem Informasi), 10(1), 75–80. https://doi.org/10.30656/jsii.v10i1.5785
Putra, P. A. W., & Wibowo, W. S. (2022). A systematic literature review on open government data: Challenges and mapped solutions. Journal of Theoretical and Applied Information Technology, 101(5), 1806-1818.
Rosyida, T., Putro, H. P., & Wahyono, H. (2023). Analisis Sentimen Terhadap Pilpres 2024 Berdasarkan Opini Dari Twitter Menggunakan Naïve Bayes Dan Svm. Teknokris, 26(1), 23–32. https://doi.org/10.61488/teknokris.v26i1.245
Setiawan, R., Alfin, T., Roudhotul, I., Adawiyah, I., & Susilo, B. (2021). Analisis Sentimen Publik Terhadap Peraturan Daerah Tentang Kawasan Tanpa Rokok Menggunakan Metode Naive Bayes Classifier dan Lexicon Based. Jurnal Inovasi Pendidikan dan Sains, 2(2), 115-122.
Suryadi, A., Wibowo, R., & Handayani, M. (2022). Penerapan Algoritma Naive Bayes dan Support Vector Machine untuk Analisis Sentimen Opini Publik di Media Sosial Mengenai Kebijakan PPKM. Jurnal Teknologi Informasi dan Ilmu Komputer (JUTIKOM), 9(1), 1-8.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Siti Arbilah, Nurman Herianto, Aditiya Pratama (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
