ANALISIS SENTIMEN TERHADAP PRESIDEN PADA FACEBOOK DENGAN MENGGUNAKAN METODE NAÏVE BAYES

Penulis

  • Fania Salsabila Universitas Budi Luhur
  • Arief Wibowo Universitas Budi Luhur

Kata Kunci:

Analisis Sentimen, Facebook, Naïve Bayes, Penambangan Teks

Abstrak

Facebook merupakan layanan jejaring sosial media yang memungkinkan pengguna untuk saling terhubung dengan pengguna lainnya dari seluruh dunia. Dalam layanan Facebook, para pengguna internet menulis opini dan pendapat tentang berbagai topik. Facebook menempati peringkat ketiga pada website yang banyak dikunjungi orang di Indonesia dengan jumlah total pengunjung 487 juta per bulan. Informasi yang terdapat di Facebook berupa pertanyaan, opini atau komentar, baik positif maupun negatif. Karena pengguna membicarakan opini yang berbeda-beda, hal ini menjadikan Facebook sebagai sumber data yang bagus untuk mengetahui sentiment masyarakat terhadap Presiden Jokowi. Penelitian ini menggunakan Facebook sebagai sumber data karena memiliki beberapa keunggulan, yaitu penggunaan pesan singkat oleh kelompok pengguna yang berbeda, yang berisi opini publik yang berbeda, yang terus bertambah dan menyebarkan berita dengan cepat. Naive Bayes adalah pengklasifikasi probabilistik langsung namun efisien yang menggunakan teorema Bayes dan asumsi "naive" bahwa fitur tidak bergantung satu sama lain. Penelitian ini dilakukan menggunakan algoritma Naïve Bayes dengan 300 data yang telah diberi label secara manual. Pada tahap pengujian digunakan Confusion Matrix dan 10 Folds Cross Validation dengan membagi data menjadi beberapa himpunan. Setelah dilakukan pengujian pada 300 data yang dilakukan 10 kali dengan 30 data uji yang berbeda, didapatkan hasil berupa accuracy bernilai 87%, precision bernilai 77% dan recall bernilai 73%.

Referensi

(2023), Data Reportal. [Online]. Available: https://datareportal.com/reports/digital-2023-indonesia

D. Normawati and S. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter”, J-SAKTI (Jurnal Sains Komputer dan Informatika), vol. 5, no. 2, pp. 697-711, 2021.

A. Salam, J. Zeniarja, and R. Khasanah, “ANALISIS SENTIMEN DATA KOMENTAR SOSIAL MEDIA FACEBOOK DENGAN K-NEAREST NEIGHBOR (STUDI KASUS PADA AKUN JASA EKSPEDISI BARANG J&T EKSPRESS INDONESIA)”, SINTAK, vol. 2, Nov. 2018.

Luthfanida, “ANALISIS SENTIMEN DATA TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) TENTANG PRESIDEN JOKOWI 3 PERIODE”, Djtechno, vol. 3, no. 1, pp. 5-11, July 2022.

F. Sari and A. Wibowo, “Analsis Sentimen Pelanggan Toko Online JD.ID Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi”, Jurnal SIMETRIS, vol. 10, no. 2, pp. 681-686, Nov. 2019.

N. Siregar, R. Siregar, and M. Sudirman, “Implementasi Metode Naive Bayes Classifier (NBC) Pada Komentar Warga Sekolah Mengenai Pelaksanaan Pembelajaran Jarak Jauh (PJJ)”, teknologia, vol. 3, no. 1, Oct. 2020.

S. Arafah and Fathoni, “Sentiment Analysis Pada Masyarakat Terhadap LRT Kota Palembang Menggunakan Metode Improved K-Nearest Neighbor”, Jurnal Media Informatika Budidarma, vol. 6, no. 3, pp. 1554-1561, July 2022.

I. Mawanta, T. S. Gunawan and Wanayumini, “Uji Kemiripan Kalimat Judul Tugas Akhir dengan Metode Cosine Similarity dan Pembobotan TF-IDF”, Jurnal Media Informatika Budidarma, vol. 5, no. 2, pp. 726-738, April 2021.

A. Firdaus, “Aplikasi Algoritma K-Nearest Neighbor pada Analisis Sentimen Omicron Covid-19”, Jurnal Riset Statistika (JRS), vol. 2, no. 2, pp. 85-92, Dec. 2022

M. I. Fikri, T. S. Sabrila and Y. Azhar, “Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter”, SMATIKA, vol. 10, no. 2, pp. 71-76, 2020.

N. Ritha, N. Hayaty, T. Matulatan, A. Uperiati, M. Rathomi, M. Bettiza, F. Farasalsabila, “Sentiment Analysis of Helath Protocol Policy Using K-Nearest Neighbor and Cosine Similarity”, ICSEDTI, 2022.

Unduhan

Diterbitkan

11-10-2023

Cara Mengutip

Salsabila, F., & Wibowo, A. (2023). ANALISIS SENTIMEN TERHADAP PRESIDEN PADA FACEBOOK DENGAN MENGGUNAKAN METODE NAÏVE BAYES. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 818–825. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/916

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>