Analisis Sentimen terhadap Opini Warganet mengenai Etle pada Platform Twitter menggunakan Naïve Bayes Classifier
Abstract
Penggunaan media sosial sekarang ini menjadi hal yang umum di kalangan
masyarakat, Twitter merupakan salah satu media sosial yang populer digunakan
oleh masyarakat di Indonesia untuk menyampaikan sebuah opini atau tanggapan
mengenai suatu hal atau topik tertentu, termasuk juga tanggapan mengenai
permasalahan masyarakat di jalan raya sebagai pengguna jalan. ETLE atau yang
biasa disebut dengan E-tilang adalah implementasi teknologi untuk mencatat
pelanggaran - pelanggaran dalam berlalu lintas secara elektronik untuk mendukung
keamanan, ketertiban, keselamatan dan ketertiban dalam berlalu lintas yang baru
diberlakukan di Indonesia. Karena ETLE ini suatu hal yang baru di Indonesia, maka
penelitian ini membahas terkait analisis sentimen Warganet Twitter terhadap ETLE
atau E-tilang dengan menggunakan metode naïve bayes classifier dan data yang
digunakan dalam analisis ini sebanyak 8060 data dari opini Warganet Twitter dari
bulan Januari - Desember 2022. Berdasarkan hasil pelabelan, dari 8060 data
diketahui bahwa sentimen positif lebih tinggi daripada sentimen negatif. Setelah
dilakukan klasifikasi dengan TF-IDF kemudian perbandingan data training dan data
testing sebesar 80% : 20% diperoleh hasil nilai akurasi sebesar 93%, recall 95%,
precision 92%, dan F1-score 93%.
Collections
- Statistics [900]