MENGANALISIS RESPONS NETIZEN TWITTER TERHADAP PROGRAM MAKAN SIANG GRATIS MENERAPKAN NLP METODE NAIVE BAYES

Farkhan Nuruz Zaman, Mohamad Agung Fadhilah, Masy Ari Ulinuha, Khothibul Umam

Abstract


Pada era digital saat ini, analisis sentimen telah menjadi topik yang semakin penting dalam memahami opini dan persepsi masyarakat terhadap berbagai produk, layanan, atau peristiwa. Dalam konteks ini, kami menyelidiki reaksi netizen terhadap Program Makan Siang Gratis pada Platform X menggunakan metode klasifikasi berbasis teks. Kami mengumpulkan sampel data sebanyak 557 dari Platform X dan melakukan proses preprocessing untuk membersihkan teks dari informasi yang tidak diperlukan. Selanjutnya, kami menerapkan Naive Bayes Classifier untuk mengklasifikasikan sentimen dalam data tersebut menjadi kategori positif, negatif, atau netral. Evaluasi dilakukan dengan memeriksa akurasi model dan analisis lebih lanjut menggunakan matrik evaluasi lainnya seperti precision, recall, dan F1-score. Hasil penelitian ini memberikan pemahaman yang lebih baik tentang bagaimana masyarakat merespons Program Makan Siang Gratis dan memberikan wawasan yang berharga bagi pengambilan keputusan lebih lanjut terkait program tersebut.

Kata Kunci: Analisis sentimen, Reaksi netizen, Program Makan Siang Gratis, Plat-form X, Klasifikasi Naive Bayes


References


Alita, D., Sari, I., Isnain, A. R., & Styawati, S. (2021). Penerapan Naïve Bayes Classifier Untuk Pendukung Keputusan Penerima Beasiswa. Jurnal Data Mining Dan Sistem Informasi, 2(1), 17-23.

Andika, L. A., Azizah, P. A. N., & Respatiwulan, R. (2019). Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier. Indonesian Journal of Applied Statistics, 2(1), 34-41.

Coletta, L. F., da Silva, N. F., Hruschka, E. R., & Hruschka, E. R. (2014, October). Combining classification and clustering for tweet sentiment analysis. In 2014 Brazilian conference on intelligent systems (pp. 210-215). IEEE.

Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131-145.

Fitriani, F., Utami, E., & Hartanto, A. D. (2022). Analisis Sentimen Masyarakat Terhadap Pelaksanaan P3K Guru Dengan Algoritma Naive Bayes Dan Decision Tree. TEKNIMEDIA: Teknologi Informasi Dan Multimedia, 3(1), 23-30.

Perdana, A., Hermawan, A., & Avianto, D. (2022). Analisis Sentimen Terhadap Isu Penundaan Pemilu di Twitter Menggunakan Naive Bayes Clasifier. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 11(2), 195-200.

Pintoko, B. M., & Lhaksmana, K. M. (2018). Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naïve Bayes Classifier. eProceedings of Engineering, 5(3).

PRASETYANTOKO, A. (2024, 12 Maret). Makan Siang Gratis dan Beban Fiskal. https://www.kompas.id/baca/opini/2024/03/11/makan-siang-gratis-dan-beban-fiskal

Ratnawati, F. (2018). Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter. INOVTEK Polbeng-Seri Informatika, 3 (1), 50.

Rustiana, D., & Rahayu, N. (2017). Analisis Sentimen Pasar Otomotif Mobil: Tweet Twitter Menggunakan Naïve Bayes. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 8(1), 113-120.




DOI: https://doi.org/10.24853/justit.14.3.201-208

Refbacks

  • There are currently no refbacks.


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

Statistik Pengunjung

Powered by Puskom-UMJ