ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER TERHADAP DEBAT PEMILIHAN PRESIDEN 2019 MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER
Daftar Isi:
- Analisis sentimen merupakan salah satu cara untuk memprediksi sebuah sasaran, dengan melakukan penambangan data yang merupakan kumpulan data mentah dan diolah menjadi data yang siap dianalisis. Sosial media yang digunakan dalam melakukan analisis adalah twitter, dengan kemudahan dalam penggunaannya dan dengan pertimbangan data yang beragam. Opini masyarakat tentang terselenggaranya debat pilpres 2019 di Indonesia merupakan salah satu cara agar dapat mengetahui bagaimana pendapat dan respon terhadap acara tersebut. Dengan melakukan analisis sentimen dengan melihat pandangan masyarakat apakah menagarah pada sifat yang positif, netral atau negatif. Dari data yang berisi tentang opini masyarakat pada debat pilpres 2019, metode yang digunakan dalam melakukan analisis adalah metode Naïve Bayes Classifier dapat membantu dalam menganalisis, dengan pertimbangan tingkat akurasinya yang tinggi dan lebih sederhana. Dengan melakukan perbandingan antara metode Naïve Bayes Classifier, metode One-R dan Zero-R. Hasil pengujian terhadap data tweet Debat Pilpres 2019 menunjukkan bahwa metode Naïve Bayes Classifier dapat menghasilkan akurasi yang lebih baik dari metode One-R dan Zero-R. Dengan nilai pada proses 20-k fold cross validation dengan rata-rata akurasi berjumlah 98.633%, precision 0.986%, recall 0.987%, F-Measure 0.987% dari 45.938 data tweet yang dimiliki. Dan kata-kata yang paling sering digunkaan pada tweet debat Pilpres 2019 dengan x menggunakan metode N-gram, adalah gagpunicorn, debatcawapres, debatpilpres, jokowi dan debat.