IMPLEMENTASI METODE NAIVE BAYES CLASSIFIER DALAM ANALISIS SENTIMEN PADA OPINI MASYARAKAT TERHADAP RKUHP (Studi Pada : Data Komentar Twitter Mengenai RKUHP Tahun 2019)
Abstract
Kemajuan teknologi sangat memudahkan masyarakat untuk mengakses
informasi baik melalui media cetak, media sosial maupun mengemukakan
pendapat atau berkomentar terkait isu yang sedang marak dibicarakan di dalam
masyarakat. Salah satu media sosial yang banyak digunakan oleh masyarakat
adalah Twitter yang menurut wearesocial.com per Januari 2019 menduduki
peringkat ke empat pada kategori social network. Pada Bulan September 2019, di
Indonesia muncul gerakan demonstrasi terhadap penolakan Rancangan Kitab
Undang-Undang Hukum Pidana (RKUHP). KUHP merupakan peraturan
perundang-undangan yang mengatur mengenai perbuatan pidana secara materiil di
Indonesia. Pemberitaan dan gerakan demonstrasi yang dipelopori mahasiswa
tersebut berimbas pada banyaknya komentar dalam twitter baik pendapat positif
(mendukung) maupun negatif (menentang). Oleh karena itu penting untuk
melakukan analisis terhadap komentar masyarakat dalam twitter yang dapat
digunakan untuk menggambarkan sikap masyarakat dalam masalah RKUHP.
Metode yang digunakan pada penelitian ini adalah metode klasifikasi naive bayes
yang merupakan sebuah metode klasifikasi dengan probabilitas sederhana yang
mengaplikasikan Teorema Bayes dengan asumsi ketidaktergantungan
(independen) yang tinggi. Kelebihan dari metode naive bayes adalah metode ini
mempunyai kecepatan dan akurasi yang tinggi ketika diaplikasikan dalam basis
data yang besar dan data yang beragam. Pengambilan data dri twitter dengan
scrapping menggunakan Twitter API dalam kurun waktu dari tanggal 24-27
September 2019. Dari hasil analisis tersebut didapatkan total sebesar 3.561 data
tweet yang terdiri dari 1.078 data tweet positif dan 2.483 data tweet negatif.
Kemudian dari hasil klasifikasi tersebut didapatkan hasil akurasi sebesar 93,1%,
recall sebesar 78,9%, presisi sebesar 97,6% dan untuk nilai area under curve
(AUC) sebesar 0,89 yang artinya klasifikasi baik.
Collections
- Statistics [901]