ANALISIS SENTIMEN TERHADAP PEMERINTAHAN JOKO WIDODO PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAIVES BAYES CLASSIFIER

  • Yonathan Sari Mahardhika universitas stikubank
  • Eri Zuliarso universitas stikubank
Keywords: Analisis Sentimen, Klasifikasi, Naïve Bayes, Twitter, Joko WIdodo

Abstract

Twitter merupakan media sosial yang sedang populer saat ini, disini publik bebas berkomentar dan menulis apapun. Tidak jarang pubik berkomentar dengan kata – kata kasar bahkan ujaran kebencian. Pemerintahan Joko Widodo menuai banyak komentar, ada yang memuji, mengkritik dan menghina. Untuk dapat menggali informasi dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Dalam penelitian ini analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen negatif dan positif. Data opini diperoleh dari jejaring sosial Twitter berupa tweet berdasarkan query dalam Bahasa Indonesia. Data yang digunakan berjumlah 400 tweet terdiri dari 300 data latih dan 100 data uji. Data latih merupakan data yang telah diketahui sentimennya, 300 data latih terdiri dari 150 data kelas sentimen negatif dan 150 data kelas sentimen positif. Penelitian ini bertujuan untuk menentukan tweet merupakan tweet positif atau negatif yang disampaikan di Twitter dalam Bahasa Indonesia. Pengklasifikasian data tweet menggunakan algoritma naïve bayes classifier. Hasil klasifikasi pada data uji menunjukkan, algoritma Naïve Bayes Classifier memberikan nilai akurasi sebesar 97%. Untuk nilai akurasi tiap sentimennya yaitu 96% untuk sentimen negatif dan 98% untuk sentimen positif.

DB Error: Table './ojs/metrics' is marked as crashed and last (automatic?) repair failed