IMPLEMENTASI TEXT MINING DAN SENTIMENT ANALYSIS PADA JEJARING SOSIAL TWITTER DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (Studi Kasus: Kebakaran Hutan di Provinsi Riau dan Banjir di DKI Jakarta)

Abstract

Twitter dengan penggunanya yang berasal dari berbagai kalangan dan lapisan masyarakat menyebabkan keragaman jenis opini yang disampaikan pada setiap kemunculan berita yang ada. Hal ini dibuktikan dengan ramainya pengguna Twitter yang berkicau mengenai masalah kebakaran hutan yang terjadi di provinsi Riau serta banjir di DKI Jakarta. Tercatat pada tanggal 14 September 2019 dalam kurun waktu 24 jam ada lebih 10.900 kicauan mengenai topik kebakaran hutan. Guna membantu menyelesaikan masalah kebakaran hutan dan banjir diperlukannya sebuah riset atau analisis terkait seberapa besar dampak kebakaran hutan dan banjir bagi masyarakat yang dilihat dari tanggapan masyarakat melalui jejaring sosial Twitter. Pada penelitian ini algoritma yang akan digunakan adalah NBC (Naive Bayes Classifier). Hasil Sentiment Analysis dari data Twitter yakni sebesar 6011 data terklasifikasi, 71% atau sebanyak 4276 tweet masuk dalam kelas sentimen negatif dan 29% atau 1735 masuk dalam kelas sentimen positif. Untuk kasus banjir di DKI Jakarta 5527 data terklasifikasi, yaitu 44% masuk kedalam kelas positif dan 56% masuk kedalam kelas negatif.