Analisis Sentimen Media Sosial Twitter pada Kasus Pemberlakuan Pembatasan Kegiatan Masyarakat dengan menggunakan Metode Naïve Bayes Classifier

Abstrak

Media sosial merupakan media yang digunakan oleh pengguna untuk memperkenalkan diri, berinteraksi, berkolaborasi, dan berbagi informasi dengan pengguna lain menggunakan internet. Salah satu platform media sosial yang populer di Indonesia adalah Twitter. Twitter merupakan media sosial yang umumnya berfungsi sebagai pengirim pesan yang biasanya di sebut sebagai kicauan atau tweet. Salah satu topik yang banyak dibahas adalah Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM), akibat dampak peningkatan kasus akibat munculnya COVID varian baru yaitu versi Omikron. salah satu tujuan penelitian ini yaitu untuk mengetahui hasil analisis sentimen mengenai opini masyarakat terhadap pemberlakuan pembatasan kegiatan masyarakat menggunakan metode naive bayes. Banyak teknik machine learning yang baik untuk analisis sentimen salah satunya adalah Naive bayes classifier, yang merupakan teknik pembelajaran mesin berdasarkan probablitas. Naive bayes classifier adalah metode klasifikasi teks yang sederhana namun sangat akurat dan efektif yang pengklasifikasiannya sangat dipengaruhi oleh proses  data latih. Data yang di gunakan diambil melalui Twitter dengan 1594 tweet. dataset akan di bagi menjadi data pelatihan dan data pengujian. dengan membandingkan 90% pelatihan dan 10% pengujian. Sehingga rincian sebaran data yang digunakan dalam penelitian ini adalah 1434 tweet sebagai data latih dan 160 tweet sebagai data uji. Proses Naive bayes classifier yaitu melakukan crawling data, pre-processing data, pembagian data, pelabelan data, Klasifikasi model naive bayes, klasifikasi data latih. Hasil analisis sentimen opini masyarakat terhadapat pemberlakuan pembatasan kegiatan masyarakat menggunakan metode naive bayes mendapatkan nilai sentimen sebanyak 53.5% negatif dan 46.5% positif, nilai akurasi 0,84, F1-Score 0,84, precision 0,85,dan  nilai recall 0,84.