Analisis Sentimen RUU KUHP di Medsos Twitter Dengan Metode Naïve Bayes

Authors

Keywords:

Sentiment Analysis, RUU KUHP, Twitter, Naïve Bayes

Abstract

Analisis sentimen merupakan proses pengambilan keputusan opini atau komentar, baik positif, negatif, atau netral dengan menggunakan analisis teks dari berbagai sumber data internet. Internet menjadikan media sosial sebagai basis dasar dalam membangun teknologi, termasuk media sosial Twitter. Twitter menjadi sangat digemari penggunanya karena informasi berita yang disampaikan relatif akurat dan real time. Penelitian mencoba untuk mengangkat tema yang sedang hangat mengenai pro-kontra pengesahan RUU KUHP oleh DPR RI. Algoritma Naïve Bayes digunakan di analisis sentimen ini dengan cara menambang data (text mining) berbasis dokumen. Berdasarkan penelitian-penelitian sebelumnya, penggunaan model klasifikasi dan akurasi dengan metode Naïve Bayes mendapatkan hasil yang sangat baik, walaupun menggunakan banyak atau sedikit data. Pengambilan data opini dilakukan dengan cara crawling data di Twitter  pada sebuah dokumen secara online. Software yang digunakan untuk analisis sentimen opini ini yaitu RapidMiner Studio 10.0. Software tersebut sangat mudah digunakan karena berbasis open-source dan dapat menganalisa data mining dan akurasi prediksi secara otomatis dan online. Hasil penelitian ini menunjukkan bahwa tingkat akurasi untuk analisis opini RUU KUHP yaitu 100.00% , mendapatkan opini positif dan negatif dari class precision dan recall masing-masing 100.00%. Dengan melihat hasil akurasinya, metode Naïve Bayes untuk penelitian ini mendapatkan hasil yang maksimal.

Author Biographies

  • Husni Muzaki, Universitas Amikom Purwokerto
    Mahasiswa Universitas Amikom Purwokerto
  • Hendra Marcos, Universitas Amikom Purwokerto
    Informatika Universitas Amikom Purwokerto

References

A. V. Sudiantoro and E. Zuliarso, “Analisis Sentimen Twitter Menggunakan Text Mining Dengan Algoritma Naïve Bayes Classifier Analisis Sentimen Twitter Menggunakan Text Mining Dengan Algoritma Naïve Bayes Classifier,†vol. 10, no. 2, pp. 69–73, 2018.

Y. S. Mahardhika and E. Zuliarso, Analisis Sentimen Terhadap Pemerintahan Joko Widodo Pada Media Sosial Twitter Menggunakan Algoritma Naives Bayes Classifier. 2018.

I. F. Rozi, E. N. Hamdana, M. Balya, and I. Alfahmi, “Pengembangan Aplikasi Analisis Sentimen Twitter Menggunakan Metode Naïve Bayes Classifier (Studi Kasus Samsat Kota Malang).†[Online]. Available: https://path.com/p/3pB4Qs

D. Ramadhan and E. B. Setiawan, “Analisis Sentimen Program Acara Di Sctv Pada Twitter Menggunakan Metode Naive Bayes Dan Support Vector Machine,†… .Telkomuniversity.Ac.Id, vol. 6, no. 2, pp. 9736–9743, 2019, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/10708

L. S. Widayati, “Perluasan Asas Legalitas Dalam Ruu Kuhp,†Negara Huk., vol. 2, no. 2, pp. 307–328, 2011.

D. M. E. D. M. Hussein, “A survey on sentiment analysis challenges,†J. King Saud Univ. - Eng. Sci., vol. 30, no. 4, pp. 330–338, 2018, doi: 10.1016/j.jksues.2016.04.002.

V. Srividhya and R. Anitha, “Evaluating Preprocessing Techniques in Text Categorization,†Int. J. Comput. Sci. Appl., vol. 47, no. 11, pp. 49–51, 2010.

Downloads

Published

2023-06-30

Issue

Vol. 7 No. 1 (2023): JUNI 2023

Section

ARTICLES

License

 

 

 

Creative Commons License

JurTI (Jurnal Teknologi Informasi)

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