ANALISA SENTIMEN TWITTER PADA PILPRES 2019 MENGGUNAKAN ALGORITMA NAIVE BAYES
Abstract
Indonesia adalah negara yang menganut sistem demokrasi. Hal ini ditandai dengan diadakannya suatu pemilihan umum terhadap presiden dan wakil presiden. Salah satu kandidat calon presiden indonesia adalah Prabowo Subianto. Sebagai seorang tokoh politik pasti mendapat berbagai komentar atau opini dari masyarakat. Di zaman sekarang banyak masyarakat yang mengekspresikan opininya pada media sosial twitter. Pada penilitian ini, akan mengambil tweets dari twitter dengan kata kunci pencarian #pilpres2019 dan #prabowo untuk diolah dan mengklasifikasikan teks dengan menggunakan metode analisis sentimen. Untuk proses klasifikasi teks dibagi menjadi dua kelas yaitu kelas sentimen positif dan kelas sentimen negatif. Data yang digunakan berjumlah 300 tweets yang terdiri dari 240 data latih dan 60 data uji. Data untuk pelatihan sudah diketahui sentimennya sedangkan data untuk pengujian belum diketahui nilai sentimennya. Dari 240 data latih terdiri dari 134 sentimen negatif dan 106 sentimen positif. Pada studi ini menunjukkan bahwa klasifikasi data tweets menggunakan algoritma naive bayes classifier memberikan akurasi sebesar 73%. Precision kelas negatif sebesar 78% dan precision kelas positif sebesar 66%.
References
[2] Bolen, Johan., Mao, Huina., Zeng, Xiaojung. , 2011,Twitter mood predicts the stock market, Journal of Computational Science, 2, pp.1–8. [3] Natalius, Samuel., 2010,Metoda Naïve Bayes Classifier dan Penggunaannya pada Klasifikasi Dokumen, Makalah II2092 Probabilitas dan Statistik. [4] Larose, D. T. , 2006, Naïve Bayes Estimation and Bayesian Networks, in Data Mining Methods and Models, John Wiley & Sons, Inc., Hoboken, NJ, USA. doi: 10.1002/0471756482.ch5. [5] McCue, Rita. , 2009, A Comparison of the Accuracy of Support Vector Machine and Naıve Bayes Algorithms In Spam Classification, University of California at Santa Cruz.
