ANALISIS SENTIMEN PADA TWITTER TERHADAP PEMINDAHAN IBU KOTA NEGARA (IKN) MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Irma Yunita (2023), ANALISIS SENTIMEN PADA TWITTER TERHADAP PEMINDAHAN IBU KOTA NEGARA (IKN) MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER. Skripsi, Universitas Samudra.

ABSTRAK

Twitter adalah salah satu media sosial yang paling populer untuk pertukaran informasi baik berupa berita, opini ataupun topik yang sedang hangat dibicarakan. Penelitian ini membahas isu pemindahan Ibu Kota Negara (IKN) yang nantinya akan resmi dipindah dari DKI Jakarta ke Kalimantan Timur. Akan tetapi pemindahan IKN masih menimbulkan pro dan kontra dari berbagai pihak mulai dari kepadatan penduduk, kondisi keuangan negara hingga kerusakan lingkungan terkait lokasi IKN yang baru. Maka dibutuhkan suatu metode yaitu analisis sentimen untuk memahami apakah data tekstual pada twitter tersebut termasuk kelas positif dan negatif. Metode yang digunakan pada penelitian ini yaitu metode klasifikasi naïve bayes. Untuk mendapatkan hasil klasifikasi akan dilakukan pembobotan tiap kata menggunakan metode TF-IDF, mencari probabilitas prior dan probabilitas tiap term. Hasil dari penelitian menggunakan data skala 80:20, sebanyak 1056 sebagai data training dan 265 sebagai data testing. Dilakukan pengujian pada data testing dan didapatkan hasil sebanyak 158 data yang diklasifikasikan sebagai data bersentimen positif dan sebanyak 107 data diklasifikasikan sebagai data bersentimen negatif. Performa metode naïve bayes mendapatkan nilai accuracy sebesar 84,91%, nilai precision sebesar 78,50% dan nilai recall sebesar 83,17%.

File ::(login required)