Implementasi Algoritme Multinomial Naïve Bayes Pada Analisis Sentimen Terhadap Isu Presiden 3 Periode

Penulis

  • Andre Kautsar Universitas Budi Luhur
  • Mohammad Syafrullah Universitas Budi Luhur

Kata Kunci:

analisis sentimen, multinominal naive bayes, akurasi

Abstrak

Negara Indonesia dalam waktu dekat akan melaksanakan pemilihan umum (pemilu) presiden pada tahun 2024 mendatang. Pemilihan umum ini diselenggarakan setiap 5 tahun sekali menurut UUD 1945. Namun, dikala persiapan pemilu presiden ini muncul narasi untuk memperpanjang masa jabatan presiden Indonesia atau dikenal presiden 3 periode. Narasi tersebut tentunya berseberangan dengan aturan hukum yang berlaku dan mendapat beragam komentar dari masyarakat, terutama pada media sosial. Penentuan sentimen dari media sosial akan tidak efektif jika dilakukan secara manual. Atas dasar itu, penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan pandangan masyarakat tentang isu perpanjangan masa jabatan presiden Indonesia, serta berapa akurasi dari algoritme yang diimplementasikan dalam aplikasi berbasis website. Analisis dilakukan melalui proses klasifikasi data yang mengandung sentimen masyarakat, ke dalam kelas positif dan negatif. Dataset yang dianalisis bersumber dari media sosial Twitter berupa tweets berbahasa Indonesia. Algoritme yang digunakan untuk klasifikasi tweets adalah Multinomial Naïve Bayes karena kecepatan dan kesederhanaannya dalam klasifikasi data. Hasil uji coba pada 21 data uji, didapat 13 sentimen positif dan 8 sentimen negatif pada periode akhir bulan Maret hingga April 2022. Perhitungan menggunakan confusion matrix menghasilkan 86% akurasi, 86% presisi, dan 88% recall dengan pemecahan data terbaik yaitu 90% data latih dan 10% data uji.

Referensi

E. Purnamawati, “Perjalanan Demokrasi Di Indonesia”, Solusi, vol. 18, no. 2, pp. 251–264, 2020.

(2022), Kompas.com. [Online]. Available: https://nasional.kompas.com/read/2022/03/16/07030041/isu-perpanjangan-masa-jabatan-presiden-dan-wacana-rasa-orde-baru?page=all

(2022), Katadata.co.id, [Online]. Available: https://databoks.katadata.co.id/datapublish/2022/03/23/pengguna-twitter-indonesia-masuk-daftar-terbanyak-di-dunia-urutan-berapa

F. V. Sari dan A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi”, SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.

A. Rahman dan A. Doewes, “Online News Classification Using Multinomial Naive Bayes”, ITSMART, vol. 6, no. 1, pp. 32–38, 2017.

C. N. Harahap, G. I. Marthasari, and N. Hayatin, “Perbandingan Klasifikasi Berita Hoax Kategori Kesehatan Menggunakan Naïve Bayes dan Multinomial Naïve Bayes”, Repositor, vol. 3, no. 4, pp. 419–424, 2021.

F. E. Purwiantono dan A. Aditya, “Klasifikasi Sentimen Sara, Hoaks Dan Radikal Pada Postingan Media Sosial Menggunakan Algoritma Naive Bayes Multinomial Text”, Tekno Kompak, vol. 14, no. 2, p. 68, 2020.

M. N. Rusardi, B. Rahayudi, dan P. P. Adikara, “Analisis Sentimen Masyarakat terhadap Isu New Normal Scenario berdasarkan Opini dari Twitter menggunakan Algoritma Naive Bayes Classifier”, Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 3, pp. 1434–1440, 2022.

T. A. Sundara dan S. Ekaputri Arnas, “Naïve Bayes Classifier untuk Analisis Sentimen Isu Radikalisme”, Prosiding Seminar Nasional Sisfotek (Sistem Inf. dan Teknol. Informasi), pp. 93–98, 2020.

Yuyun, N. Hidayah, dan S. Sahibu, “Algoritma Multinomial Naïve Bayes Untuk Klasifikasi Sentimen Pemerintah Terhadap Penanganan Covid-19 Menggunakan Data Twitter”, RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 4, pp. 820–826, 2021.

Z. Firmansyah dan N. F. Puspitasari, “Analisis Sentimen Masyarakat Terhadap Vaksinasi COVID-19 Berdasarkan Opini Pada Twitter Menggunakan Algoritma Naive Bayes”, Teknik Informatika, vol. 14, no. 2, pp. 171–178, 2021.

R. Nooraeni, H. D. Sariyanti, A. F. F. Iskandar, S. F. Munawwaroh, S. Pertiwi, dan Y. Ronaldias, “Analisis Sentimen Data Twitter Mengenai Isu RUU KPK Dengan Metode Support Vector Machine (SVM)”, Paradigma - J. Komputer dan Informatika, vol. 22, no. 1, pp. 55–60, 2020.

J. A. Septian, T. M. Fahrudin, dan A. Nugroho, “Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor”, Journal of Intelligent Systems and Computer, vol. 1, no. 1, pp. 43–49, 2019.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Kautsar, A., & Syafrullah, M. (2022). Implementasi Algoritme Multinomial Naïve Bayes Pada Analisis Sentimen Terhadap Isu Presiden 3 Periode. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 675–682. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/77

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>