PENERAPAN ALGORITMA NAÏVE BAYES PADA TWITTER UNTUK ANALISIS SENTIMEN MASYARAKAT TERHADAP KETUA UMUM PSSI TERPILIH PERIODE 2023-2027 BAPAK ERICK THOHIR
Kata Kunci:
Text Mining, naive bayes, PSSI, erick thohir, CRISP-DM, analisis sentimenAbstrak
Persatuan Sepak Bola Seluruh Indonesia (PSSI), sebagai organisasi yang menaungi sepak bola di Indonesia, menggelar Kongres Luar Biasa (KLB), Kamis, 16 Februari 2023 di Hotel Shangrila, Jakarta. Kongres Luar Biasa yang di laksanakan ini sehubungan dengan tragedi Kanjuruhan. Ketua Umum sebelumnya resmi mengakhiri masa baktinya. Masa jabatan kepengurusan lama seharusnya berakhir pada November 2023, namun di percepat akibat tragedi berdarah tersebut. Agenda Kongres Luar Biasa ini akan memilih kepengurusan PSSI periode 2023 – 2027. Berdasarkan hasil yang di gelar tersebut, terpilih Ketua Umum PSSI baru periode 2023 – 2027. Hal tersebut sering dibicarakan di kalangan masyarakat, salah satunya di media sosial Twitter. Pengguna Twitter akan memberikan komentar dan opini positif atau negatif mengenai ketua umum PSSI baru. Oleh karena itu diperlukannya analisis sentimen masyarakat guna menyelaraskan dan memberi pandangan baru mengenai suatu isu yang berkaitan tentang Erick Thohir dengan menggunakan metode algroritma Naïve Bayes untuk mengetahui kecenderungan sentimen masyarakat tentang isu tersebut di twitter. Penelitian ini menerapkan metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM). Subjek yang diambil menggunakan API twitter dengan tools rapidminer sebanyak 3667 tweet menggunakan kata kunci “ErickThohirPSSI” pada 10 Juni sampai 18 Juni 2023, proses dimulai dengan crawling, menentukan sentimen positif atau negatif, prepocessing, hingga didapatkan hasil akhir. Setelah melewati beberapa proses maka didapatkan 1368 tweet yang terdiri dari 1143 dengan sentimen positif, 42 dengan sentimen negatif dan 183 dengan sentimen netral. Penelitian ini menghasilkan tingkat accuracy sebesar 57.22%, precision 88.06% dan recall 59.74% dengan perbandingan 60:40 untuk data training dan testing.
Referensi
“LAPORAN-TGIPF-2022 (latar belakang)”.
M. Agus Arianto and A. Solichin, “Analisis Sentimen Motogp Mandalika Pada Twitter Menggunakan Metode Naïve Bayes,” Jurnal TICOM: Technology of Information and Communication, vol. 11, no. 1, 2022, [Online]. Available: https://t.co/XyNW7StiWQ
E. Dwi Nugraha and G. Gata, “Penerapan Algoritma KNN Pada Twitter Untuk Analisis Sentimen Masyarakat Terhadap Event MotoGP Di Sirkuit Mandalika,” 2022.
“JOURNAL OF INTELLIGENT SYSTEMS AND COMPUTATION 43.” [Online]. Available: https://t.co/9WloaWpfD5
M. H. Casandy and D. Mahdiana, “Penerapan Algoritma Naïve Bayes Untuk Melakukan Analisis Sentimen Pada PT Pos Indonesia (Persero) Application of Nave Bayes Algorithm to Perform Sentiment Analysis at PT Pos Indonesia (Persero),” KRESNA: Jurnal Riset dan Pengabdian Masyarakat, vol. 2, no. 2, pp. 213–221, 2022, [Online]. Available: https://jurnaldrpm.budiluhur.ac.id/index.php/Kresna/
S. Informatika and A. Polinema, “ANALISIS SENTIMEN TENTANG OPINI TERHADAP PERFORMA TIMNAS SEPAK BOLA INDONESIA PADA TWITTER,” SIAP), p. 2020.
A. E. Pratama, A. Ariesta, and G. Gata, “Analisis Sentimen Masyarakat terhadap Tim Nasional Indonesia pada Piala AFF 2020 Menggunakan Algoritma K-Nearest Neighbors The researcher uses the Cross-Industry Standard Process for Data Mining (CRISP-DM) method and implements the K-Nearest,” Jurnal TICOM: Technology of Information and Communication, vol. 10, no. 3, p. 2022.
M. F. Asshiddiqi and K. M. Lhaksmana, “Perbandingan Metode Decision Tree dan Support Vector Machine untuk Analisis Sentimen pada Instagram Mengenai Kinerja PSSI.”
F. Al and R. Mubarok, “ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN PEMBERLAKUAN PEMBATASAN SOSIAL BERSKALA BESAR (PSBB) DENGAN METODE NAÏVE BAYES,” vol. 7, no. 1, p. 2021.
S. Juanita, “Analisis Sentimen Persepsi Masyarakat Terhadap Pemilu 2019 Pada Media Sosial Twitter Menggunakan Naive Bayes,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 3, p. 552, Jul. 2020, doi: 10.30865/mib.v4i3.2140.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.