Analisis Sentimen Menggunakan Metode Naïve Bayes Berdasarkan Opini Masyarakat Dari Twitter Terhadap Perang Rusia dan Ukraina

Penulis

  • Arlan Aditya Universitas Budi Luhur
  • Arief Wibowo Universitas Budi Luhur

Kata Kunci:

klalsifikasi, naive bayes, invasi rusia, perang rusia

Abstrak

Dengan kemajuan teknologi saat ini tentunya sangat membantu masyarakat mendaparkan informasi salah satunya dari media sosial, seperti informasi mengenai perang Rusia dan Ukraina yang saat ini sedang menjadi topik pembicaraan di tengah masyarakat dunia. Di Indonesia, pembicaraan mengenai berita mengenai invasi Rusia dan Ukraina sangatlah viral khususnya di media sosial twitter. Ada banyak kicauan tentang kejadian tersebut dan kicauan dari para netizen, namun belum  diketahui apakah kicauan tersebut kebanyakan berisi opini positif atau negatif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat menggunakan metode Naïve Bayes. Data tersebut dikelompokan menggunakan metode Naive Bayes dan sistem analisis sentimen dibagi menjadi 5 (lima) bagian, yakni crawling, pre-processing, pembobotan kata, pembentukan model dan klasifikasi sentimen. Data yang ada akan dikelompokan ke dalam 2 (Dua) kategori, yakni negatif dan positif. Data tersebut kemudian akan dipertimbangkan menggunakan percobaan confusion matrix dengan parameter akurasi, Recall, dan Precision. Pengujian dari sisi akurasi pada algoritma Naïve Bayes Clasifier (NBC) dengan 230 data tweet. Dalam pengujian akurasi data latih dan data uji dibagi menjadi 80% dan 20%, hal ini untuk mengetahui nilai akurasi tertinggi, Hasil dalam penelitian ini menghasilkan evaluasi penerapan analisis opini publik mengenai perang Rusia dan Ukraina menggunakan metode Naïve Bayes maka didapatkan nilai pada angka 78.261%.

Referensi

Arini, L. K. Wardhani, and D. Octaviano, “Perbandingan Seleksi Fitur Term Frequency & Tri-Gram Character Menggunakan Algoritma Naïve Bayes Classifier (Nbc) Pada Tweet Hashtag #2019gantipresiden,” Kilat, vol. 9, no. 1, pp. 103–114, 2020, doi: 10.33322/kilat.v9i1.878.

M. Cieliebak, J. Deriu, D. Egger, and F. Uzdilli, “A Twitter Corpus and Benchmark Resources for German Sentiment Analysis,” 2017, pp. 45–51. doi: 10.18653/v1/w17-1106.

B. Gunawan, H. Sasty, P. #2, E. Esyudha, and P. #3, “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” vol. 4, no. 2, pp. 17–29, 2018, [Online]. Available: www.femaledaily.com

A. Nugroho, “Analisis Sentimen Pada Media Sosial Twitter Menggunakan Naive Bayes Classifier Dengan Ekstrasi Fitur N-Gram,” 2018. [Online]. Available: http://tunasbangsa.ac.id/ejurnal/index.php/jsakti

S. N. J. Fitriyyah, N. Safriadi, and E. E. Pratama, “Analisis Sentimen Calon Presiden Indonesia 2019 dari Media Sosial Twitter Menggunakan Metode Naive Bayes,” J. Edukasi dan Penelit. Inform., vol. 5, no. 3, p. 279, Dec. 2019, doi: 10.26418/jp.v5i3.34368.

N. Ruhyana, “Analisis Sentimen Terhadap Penerapan Sistem Plat Nomor Ganjil/Genap Pada Twitter Dengan Metode Klasifikasi Naive Bayes,” Jakarta Pusat, 2019. [Online]. Available: www.situs.com

M. D. Alizah, A. Nugroho, U. Radiyah, and W. Gata, “Sentimen Analisis Terkait Lockdown pada Sosial Media Twitter,” IJSE-Indonesian J. Softw. Eng., vol. 6, no. 2, pp. 223–229, 2020.

M. Syarifuddin, “Analisis Sentimen Opini Publik Mengenai Covid-19 Pada Twitter Menggunakan Metode Naïve Bayes Dan KNN,” Inti Nusa Mandiri, vol. 15, 2020, doi: 10.33480/inti.v15i1.1347.

I. Fahrur Rozi, A. Taufika Firdausi, and K. Islamiyah, “Analisis Sentimen Pada Twitter Mengenai Pasca Bencana Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram,” J. Inform. Polinema, vol. 6, no. 2, pp. 33–39, 2020, doi: 10.33795/jip.v6i2.316.

N. P. G. Naraswati, R. Nooraeni, D. C. Rosmilda, D. Desinta, F. Khairi, and R. Damaiyanti, “Analisis Sentimen Publik dari Twitter Tentang Kebijakan Penanganan Covid-19 di Indonesia dengan Naive Bayes Classification,” Jakarta Timur, 2021. doi: 10.32520/stmsi.v10i1.1179.

I. Susianti, S. Soerya Ningsih, M. Al Haris, and T. Wahyu Utami, Prosiding Seminar Edusainstech Analisis Sentimen Pada Twitter Terkait New Normal Dengan Metode Naïve Bayes Classifier. Prosiding Seminar Edusainstech FMIPA, 2020.

O. Dwiraswati and K. N. Siregar, “Analisis Sentimen Pada Twitter Terhadap Penggunaan Antibiotik Di Indonesia Dengan Naive Bayes Classifier,” Media Inf., vol. 15, no. 1, pp. 1–9, Aug. 2019, doi: 10.37160/bmi.v15i1.232.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Aditya, A., & Wibowo, A. (2022). Analisis Sentimen Menggunakan Metode Naïve Bayes Berdasarkan Opini Masyarakat Dari Twitter Terhadap Perang Rusia dan Ukraina. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 551–558. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/98

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>