IMPLEMENTASI ANALISIS SENTIMEN MASYARAKAT MENGENAI KENAIKAN HARGA BBM DENGAN METODE NAIVE BAYES

Abstract

Kenaikan harga BBM di tengah masyarakat banyak menuai pendapat pro dan kontra. Hal tersebut membuat statement masyarakat atas kebijakan pemerintah tersebut harus sesuai dengan keaadaan di lapangan. Terlepas dari penyebab kenaikan harga BBM harus menyesuaikan harga minyak dunia. twitter merupakan salah satu platform favorit yang digunakan masyarakat dalam berinteraksi terutama dalam menyampaikan pendapat, aspirasi dan berdiskusi mengenai pembahasan tertentu. Analisis sentimen merupakan penelitian yang berkaitan dengan suatu masalah menimbulkan persepsi pada masalahnya. Bertujuan mengklasifikasi teks dalam mengkategorikan positif atau negatif. Peneltian ini menggunakan algoritma naive bayes dengan dataset pada penelitian ini sebanyak 4239 data yang berasal dari twitter. Melalui proses tahap processing berkurang menjadi 2312 dataset yang akan di labelkan manual menghasilkan 1014 positif, 920 Netral, dan 384 Negatif. Dalam penelitian menghasilkan dataset prediksi yang berjumlah 1210 positif 813 Netral dan 294 Negatif. Untuk melihat kinerja parameter pembagian data menggunakan 2 skema dan skema yakni, 463 Data Latih, dan 1855 Data Uji sedangkan skema kedua, 811 Data Latih, 1507 Data Uji. Hasil tahapan evaluasi akurasi pembagian data menghasilkan sama untuk dataset manual 92% sedangkan dataset prediksi 72%. untuk pengukuran dataset manual presisi 88%, recall 95% dan 89% f1-score sedangkan untuk dataset prediksi menghasilkan 54% presisi, 85% recall, dan 53% f1-score.