Text
Implementasi Algoritma Naïve Bayes Classifier Terhadap Analisis Sentimen Opini Pemindahan Ibukota Pada Twitter
Zaman ini berada dalam sebuah era perkembangan pesat dalam bidang teknologi komunikasi dan informasi. Kemajauan teknologi telah memberikan sumber (resources) informasi dan komunikasi yang amat luas dari apa yang telah dimiliki manusia. Pada teknologi komunikasi dan informasi, manusia bebas untuk mengekspresikan opini. Maka perlu melakukan analisis sentimen terhadap opini yang ada, khusunya opini pemindahan ibukota untuk mengetahui bagaimana tanggapan masyarakat terhadap opini pemindahan ibukota. Media yang penulis gunakan untuk mengambil data merupakan dari salah satu platform media sosial yaitu Twitter. Tahapan penelitian terdiri dari crawling data dari media sosial Twitter, text preprocessing, pembobotan data TF-IDF dan klasifikasi menggunakan alat uji Algoritma Naïve Bayes Classifier yang sudah penulis dibangun. Untuk mendapatkan evaluasi hasil yang terbaik, maka dilakukan perbandingan data training dan data testing. 80% untuk data training dan 20% untuk sata testing dari jumlah dataset 2045 data. Sebanyak 2045 data berhasil diproses, dan mayoritas sentimen yang tercatat adalah positif dengan jumlah 1190 data, sedangkan sentimen negatif hanya sebanyak 855 data. Berdasarkan alat uji yang dibangun, didapatkan hasil sentimen positif dan sentimen negatif dengan akurasi sebesar 80%, presisi 81%, dan recall 78%.
Tidak tersedia versi lain