Analisis Sentimen Data Twitter Menggunakan Teknik Pembobotan TF-IDF dan Algoritma Naïve Bayes

Authors

  • Siti Sholihah Magister Teknik Informatika, Universitas Pamulang

Keywords:

Analisis Sentimen, Seleksi Fitur, Twitter Crawling, Naïve Bayes, Klasifikasi, Emosi

Abstract

Pandemi Covid-19 hampir masuk tahun kedua di Indonesia, pemerintah terus berupaya menekan laju peningkatan penularan Covid-19 melalui berbagai media. Sosialisasi dan informasi melalui media sosial yang merupakan wadah paling cepat untuk tersampaikan kepada masyarakat. Berbagai istilah digunakan seperti adaptasi kebiasaan baru, social distancing, PSBB sampai PPKM sehingga memicu masyarakat untuk beropini di media sosial. Penelitian ini menganalisis sentimen masyarakat terkait opini peningkatan Covid-19 dari Twitter. Klasifikasi tweet menggunakan Naive Bayes dengan penambahan seleksi fitur. Penggunaan confusion matrix untuk mengetahui performance algoritma Naive Bayes. Berdasarkan pengujian, penelitian ini menghasilkan 76% dengan accuracy positif sebesar 72,727%, accuracy negatif sebesar 75% dan accuracy netral sebesar 78,947%. Sehingga disimpulkan penggunaan model klasifikasi Naive Bayes dengan fitur seleksi dapat meningkatkan akurasi.

References

[1] Arini, Wardhani, L. K., and Octaviano, D., "Perbandingan Seleksi Fitur Term Frequency & Tri-Gram Character menggunakan Algoritma Naïve Bayes Classifier pada Tweet Hashtag #2019gantipresiden," KILAT, pp. 103-114, 2020.

[2] B. Gunawan, H. S. Pratiwi, and E. E. Pratama, "Sistem Analisis Sentimen pada Ulasan Produk menggunakan Naive Bayes," Jurnal Edukasi dan Penelitian Informatika, pp. 113-118, 2018.

[3] Hermanto, and A. Noviriandini, "Analisa Sentimen Terhadap Belajar Online Pada Masa COVID-19," Jurnal Informatika Kaputama (JIK), pp. 129-131, 2021.

[4] A. Imron, "Analisis Sentimen terhadap Tempat Wisata di Kabupaten Rembang menggunakan Metode Naive Bayes Classifier," Universitas Islam Indonesia, Yogyakarta, 2018.

[5] D. T. Larose, Discovering Knowledge in Data: An Introduction to Data Mining, John Wiley & Sons, Inc., 2014.

[6] B. Liu, Sentiment Analysis and Opinion Mining, Morgan & Claypool Publisher, 2012. [Online]. Available: https://doi.org/10.2200/S00416ED1V01Y201204HLT016

[7] M. S. Mubaroka, Adiwijaya, and M. D. Aldhi, "Aspect-based sentiment analysis to review products using Naïve Bayes," International Conference on Mathematics: Pure, Applied and Computation, AIP Publishing, pp. 1-8, 2017.

[8] M. I. Rahayu, and F. T. Zharfan, "Analisis Sentimen Laporan Perkembangan Anak Didik Taman Kanak," Jurnal Teknologi Informasi dan Komunikasi, pp. 30-36, 2015.

[9] Ratino, N. Hafidz, S. Anggraeni, and W. Gata, "Sentimen Analisis Informasi Covid-19 menggunakan Support Vector Machine dan Naïve Bayes," Jurnal JUPITER, pp. 01-11, 2020.

[10] F. Ratnawati, "Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter," Jurnal Inovtek Polbeng - Seri Informatika, pp. 51-59, 2018.

[11] A. Saleh, "Klasifikasi Gejala Depresi Pada Manusia dengan Metode Naïve Bayes menggunakan Java," Digital Library STMIK AKAKOM, 23-Dec-2015. [Online]. Available: http://eprints.akakom.ac.id/id/eprint/452

[12] A. X. Sim, "Pengenalan Desain dan Analisis Algoritma," www.dev.bertzzie.com, 01-Jul-2013. [Online]. Available: http://dev.bertzzie.com/knowledge/analisis-algoritma/PengenalanDesaindanAnalisisAlgoritma.html#algoritma-yang-baik

[13] A. Siswandi, A. Y. Permana, and A. Emarilis, "Stemming Analysis Indonesian Language News Text with Porter," Journal of Physics: Conference Series, pp. 01-07, 2021.

[14] R. N. Sukmana, and Z. S. Salsabilla, "Filter Bahasa Kasar menggunakan Algoritma Naïve Bayes," Jurnal Teknologi Informasi dan Komunikasi, pp. 1-5, 2018.

[15] M. Syarifuddin, "Analisis Sentimen Opini Publik Mengenai Covid-19 Pada Twitter Menggunakan Metode Naïve Bayes Dan KNN," Inti Nusa Mandiri, pp. 23-28, 2020.

[16] S. Yuliyanti, and Rizky, "Implementasi Algoritma Rabin Karp untuk Mendeteksi Kemiripan Dokumen STMIK Bandung," Bangkit Indonesia, pp. 1-6, 2020.

[17] S. Yuliyanti, T. Djatna, and H. Sukoco, "Sentiment Mining of Community Development Program Evaluation Based on Social Media," TELKOMNIKA, pp. 1858-1864, 2017.

Downloads

Published

2024-09-12

How to Cite

Sholihah, S. (2024). Analisis Sentimen Data Twitter Menggunakan Teknik Pembobotan TF-IDF dan Algoritma Naïve Bayes. Prosiding Seminar Kecerdasan Artifisial, Sains Data, Dan Pendidikan Masa Depan, 2, 44–50. Retrieved from https://openjournal.unpam.ac.id/index.php/PROKASDADIK/article/view/43202

Issue

Vol. 2 (2024): Edisi: September 2024

Section

Articles

License

Copyright (c) 2024 Siti Sholihah

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.