AGUNG PRAMONO PUTRO
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
12.1.03.03.0276
Abstract
Sentiment analysis atau opinion mining untuk menganalisis opini publik kepada tokoh politik
bersasarkan data yang sudah di dapat dari twitter. Penguna twitter sering kali melakukan posting
atau tweet tentang pendapat mereka kepada tokoh politik. Oleh sebab itu data tweet dapat
digunakan sebagai sumber data untuk menilai sentimen kepada tokoh politik. Permasalahan
adalah (1) Bagaimana cara kerja metode Naïve Bayes Classifier dalam mengklasifikasikan teks
berbahasa Indonesia ? (2) Bagaimana mengklasifikasikan Sentiment Analysis menggunakan
metode Naïve Bayes Classifier ? (3) Bagaimana akuratnya metode Naïve Bayes Classifier dalam
melakukan klasifikasi Sentiment Analysis ?. Penelitian ini menggunakan metode Naïve Bayes
Classifier untuk melakukan klasifikasi pada twitter untuk menggetahui sutu sentiment atau
opinion pada tweet dan dikelompokan menjadi positif , negatif atau netral. Kesimpulan adalah
(1) Proses pengklasifikasian metode Naïve Bayes Classifier ada beberapa tahap. Tahap pertama
Proses Pembelajaran Naïve Bayes Classifieri tahap kedua Proses Klasifikasi Naïve Bayes
Classifieri. (2) Dalam proses mengklasifikasikan Sentiment Analysis Berdasarkan nilai Vmap
tersebut kemudian diambil nilai terbesar yang menjadi kategori dari tweet tersebut kelas positif,
negatif dan netral. (3) Dalam proses klasifikasi akan semakin akurat tergantung banyaknya data
latih dan saat menggunakan data latih positif 100, negatif 100 dan netral 100 dengan
menggunakan data test 100 akurasinya 61% dan error 39% dan saat menggunakan data latih
positif 700, negatif 700 dan netral 700 dengan menggunakan data test 100 akurasinya 91% dan
error 9%. Berdasarkan simpulan direkomendasikan : (1) Diharapkan penelitian berikutnya dapat
menggunakan bahasa daerah atau bahasa asing. (2) Diharapkan untuk penelitian berikutnya
dapat mengklasifikasi tentang produk atau tentang hal yang lain. (3) Diharapkan untuk
penelitian berikutnya mengklasifikasi tweet yang terdapat singkatan.