IMPLEMENTASI NAÏVE BAYES CLASSIFIER UNTUK KLASIFIKASI SENTIMEN PENGGUNA TWITTER TERHADAP KINERJA DPR

Faraz Septarian Adi Nugroho

Penulis

Faraz Septarian Adi Nugroho Fakultas Teknologi Informasi, Teknik Informatika, Universitas Budi Luhur, Jakarta, Indonesia

Kata Kunci:

Klasifikasi Sentimen, Text Mining, Naïve Bayes Classifier

Abstrak

Sebagai wakil rakyat, Dewan Perwakilan Rakyat Republik Indonesia (DPR RI) bertanggung jawab dalam mengatasi permasalahan sosial masyarakat secara demokratis dan responsif. Namun, dalam beberapa kasus, terlihat lebih mengutamakan kepentingan partai politik daripada kepentingan masyarakat, maka dari itu banyak masyarakat yang masih merasa tidak puas dengan kinerja DPR. Dalam penelitian ini, akan dilakukan klasifikasi sentimen pengguna twitter Indonesia untuk mengukur tingkat kepuasan masyarakat terhadap kinerja DPR saat ini dengan menggunakan metode Naïve Bayes Classifier. Dalam proses klasifikasi sentimen terdapat beberapa tahap yaitu pengumpulan data, preprocessing yang meliputi data cleaning, case folding, tokenization, filtering stopwords, stemming, yang kemudian akan dilakukan pembagian untuk data dengan tiga rasio perbandingan, yaitu 70% data latih dan 30% data uji, 80% data latih dan 20% data uji, serta 90% data latih dan 10% data uji. Hasil dari pengumpulan data didapatkan sebanyak 586 tweet, setelah itu diberikan label dan didapatkan 104 tweet positif, 223 tweet netral dan 259 tweet negatif. Hasil dari pengujian klasifikasi Naïve Bayes Classifier menggunakan tiga rasio pembagian data yang berbeda-beda, berhasil mendapatkan nilai akurasi 36% untuk rasio 70:30, 43% untuk rasio 80:20 dan 36% untuk rasio 90:10. Perhitungan akurasi dilakukan dengan bantuan Confusion Matrix.

Referensi

Styawati, N. Hendrastuty, A. R. Isnain, and A. Y. Rahmadhani, “Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine,” Jurnal Informatika: Jurnal pengembangan IT (JPIT), pp. 150–155, 2021.

A. P. Natasuwarna, “Analisis Sentimen Keputusan Pemindahan Ibukota Negara Menggunakan Klasifikasi Naive Bayes,” Seminar Nasional Sistem Informasi dan Teknik Informatika, pp. 47–53, 2019.

A. Faisal, Y. Alkhalifi, A. Rifai, and W. Gata, “Analisis Sentimen Dewan Perwakilan Rakyat Dengan Algoritma Klasifikasi Berbasis Particle Swarm Optimization,” JOINTECS (Journal of Information Technology and Computer Science), pp. 61–70, May 2020.

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” Jurnal Sains Komputer & Informatika (J-SAKTI), pp. 697–711, 2019.

A. Sabrani, I. W. Wedashwara W., and F. Bimantoro, “Multinomial Naïve Bayes untuk Klasifikasi Artikel Online tentang Gempa di Indonesia,” Jurnal Teknologi Informasi, Komputer, dan Aplikasinya, pp. 80–100, 2020.

B. M. Pintoko and K. Muslim L., “Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naïve Bayes Classifier,” e-Proceeding of Engineering, pp. 8121–8130, 2018.

M. Ghifari, R. R. Santika, and S. Waluyo, “ANALISIS SENTIMEN TWITTER TERHADAP KENAIKAN BAHAN BAKAR MINYAK MENGGUNAKAN ALGORITMA NAÏVE BAYES,” Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), pp. 219–226, 2023.

F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online JD.ID Menggunakan Metode Naïve bayes Clasifier Berbasis Konversi Ikon Emosi,” Jurnal Teknik Industri, Mesin, Elektro dan Ilmu Komputer, pp. 681–686, 2019.

M. Priandi and Painem., “Analisis Sentimen Masyarakat Terhadap Pembelajaran Daring di Era Pandemi Covid-19 pada Media Sosial Twitter Menggunakan Ekstraksi Fitur Countvectorizer dan Algoritme K-Nearest Neighbor,” Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA), pp. 311–319, 2021.

M. P. Wibowo, S. Amini, Indra, and D. Kusumaningsih, “ANALISIS SENTIMEN MASYARAKAT INDONESIA PADA TWITTER TERHADAP ISU RESESI 2023 MENGGUNAKAN METODE NAIVE BAYES,” Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), vol. 2, pp. 201–210, Apr. 2023.

M. I. Fikri, T. S. Sabrila, and Y. Azhar, “Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter,” SMATIKA JURNAL, vol. 10, pp. 71–76, Dec. 2020.