KLASIFIKASI DAN ANALISIS SENTIMEN PADA DATA TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES. (STUDI KASUS: PEKAN OLAHRGA NASIONAL XX 2021)

Abstract

Banyak sekali pengguna Twitter mencurahkan pendapatkan melalui tweet-tweet yang mereka kirimkan pada media sosial tersebut, khususnya mengenai Pekan Olahraga Nasional (PON) XX 2021. Banyak sekali tweet yang bersifat mendukung, tetapi tidak jarang juga ada tweet yang bersifat keluhan mengenai penyelenggaraan PON XX tersebut. Dari masalah tersebut, dilaksanakanlah penelitian mengenai analisis sentimen pada data twitter yang berkaitan dengan PON XX dan mempergunakan metode Naïve Bayes. Jumlah data yang digunakan sebanyak 218 data tweet dan belum terlabelkan. Lalu data dilakukan pemberian label dan masuk tahapan text processing, selanjutnya data diberi bobot pada tiap kata dengan Term Frequency– Inverse Document Frequency (TF-IDF) yang akan kedepannya kata tersebut akan dijadikan sebagai fitur. Karenak ketidakseimbangan data, digunakanlah metode Synthetic Minority Oversampling Technique (SMOTE) guna melaksanakan penyeimbangan terhadap datanya. Tahapan selanjutnya dilaksanakan pembagian data yang besarannya yakni 80% 20% dan diklasifikasikan dengan metode Naive Bayes. Hasil yang diperolehkan dari pelaksanaan penelitiannya tersebut ialah diperoleh bahwa data uji memperolehkan accuracy yang besaran persentasenya yakni 99%, precision dengan besaran persentasenya 100%, recall dengan besaran persentasenya 98%.