KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP KINERJA KEPALA NEGARA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER ( NBC) PADA TWITTER
Daftar Isi:
- Twitter adalah media sosial yang paling banyak digunakan dalam membicarakan kehidupan pribadi, membahas topik tertentu, membicarakan seseorang atau tokoh publik bahkan mereka bisa berinteraksi langsung dengan tokoh publik yang mereka gemari. Pada saat ini dimana kepala Negara sedang marak melakukan pendekatan kepada masyarakat untuk menambah pendukung mereka melalui Twitter. Hal ini dapat digunakan sebagai data untuk menganalisa sentimen masyarakat terhadap kinerja kepala Negara, dimana baik buruknya kinerja mereka langsung ditentukan oleh masyarakat.Pada penelitian ini telah dilakukan klasifikasi sentimen masyarakat terhadap kinerja kepala Negara pada Twitter menggunakan metode Naive Bayes Classifier (NBC) menggunakan 1500 data dengan memanfaatkan API Twitter dan pelabelan secara manual. Dalam mengklasifikasikan sentimen terhadap kinerja kepala Negara menggunakan dua (2) kelas yaitu kelas positif dan kelas negatif. Pengujian akurasi sistem dilakukan dengan model confusion matrix dan K-fold cross validation ( 10 fold). Dari hasil pengujian diketahui bahwa metode NBC dapat diterapkan untuk mengklasifikasikan dengan akurasi baik pada foldke 10, yaitu mencapai 86%. Dengan rata-rata akurasi pengujian dari seluruh dataset yaitu 80,47%.Kata Kunci: API Twitter, Confusion matrix,Jejaring sosial,K-Fold Cross validation, NBC.