ANALISIS SENTIMEN OPINIMASYARAKAT TERHADAP PINDAHNYA IBU KOTA INDONESIA DENGAN MENGGUNAKAN KLASIFIKASI NAÏVE BAYES

kurnia lubis, Theo AriBangsa, Andreo Yudertha

Abstract


Berdasarkan isu yang di bahas pemerintah pada tahun 2019, timbulah beragam tweet yang bermunculan seperti #ibukotapindah, #pemindahanibukota. Dari banyaknya respon masyarakat pengguna Twetter terhadap isu yang menjadi salah satu trending topik tersebut maka perlu diadakannya analisis sentimen untuk mengetahui apakah masyarakat Indonesia merespon isu ini dengan respon positif, netral, atau malah negatif. Sehingga dengan adanya penelitian ini kita bisa melihat gambaran pendapat masyarakat terkait kebijakan pemerintah yang merencanakan pemindahan ibu kota negara Indonesia dan juga bisa jadi bahan evaluasi pemerintah dalam pengambilan keputusan, dengan adanya analisis sentimen ini memudahkan kita untuk melihat informasi data di media sosial yang besar dengan cepat. Pengumpulan data pada penelitian ini adalah dengan melakukan penarikan data set dari media sosial. Data set yang di tarik merupakan tweet dari masyarakat dan tweet itu akan di kelompokkan dengan label positif dan negatif menggunakan metode Naïve Bayes Clasifier (NBC). Analisis dengan metode Naïve Bayes di mulai dengan crawling data dari Twitter pada tanggal 6 maret 2023 sebanyak 4533 data mentah dengan 2 kata kunci IKN dan IBU KOTA PINDAH. Setelah crawling selanjutnya pembersihan data atau preprocessing yang terdiri dari cleansing, stopword, dan casefolding sehingga menyisakan data yang bersih sebanyak 1449 data. data di bagi menjadi dua yaitu data latih dan data uji data latih digunakan untuk memberikan pengetahuan kepada rapid miner dalam menggolongkan suatu data sehingga data uji tersebut dapat terprediksi oleh aplikasi Rapid Miner, dalam pengujian manual pengujian pertama (69%:31%) di dapatkan Acuraccy 74.61% dan yang kedua (83%:17%) didapatkan Acuraccy 76.30% selanjutnya pengujian oleh sistem dengan perbandingan (50%:50%) di dapatkan Acuraccy 70.30% dan yang kedua (70%:30%) data uji, didapatkan Acuraccy sebesa 73.79%. Atas kebijakan pemerintah yang ingin memindahkan ibu kota indonesia menimbulkan beragam respon positif dan negatif dari masyarakat, sentiment yang paling banyak yaitu sentiment positif sebesar 1073 (74%), sentiment negatif ditemukan sebanyak 376 (26%). Saran untuk penelitian selanjutnya untuk menambahkan sentiment netral pada penelitian selanjutnya. 

Kata Kunci: Ibu kota Indonesia, Data Mining, Naive Bayes

 

 


Full Text:

PDF

References


Agustina, M. P., & Hendry, H. (2021). Sentimen Masyarakat Model Random Forest dan Logistic Regression. Aiti, 18(2), 111–124. https://doi.org/10.24246/aiti.v18i2.111-124

Asro’i, A., & Februariyanti, H. (2022). Analisis Sentimen Pengguna Twitter Terhadap Perpanjangan Ppkm Menggunakan Metode K-Nearest Neighbor. Jurnal Khatulistiwa Informatika, 10(1), 17–24. https://doi.org/10.31294/jki.v10i1.12624

Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131. https://doi.org/10.33365/jtk.v15i1.744

Gifari, O. I., Adha, M., Freddy, F., & Durrand, F. F. S. (2022). Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine. Journal of Information Technology, 2(1), 36–40. https://doi.org/10.46229/jifotech.v2i1.330

Handayani, E. T., & Sulistiyawati, A. (2021). Analisis Sentimen Respon Masyarakat terhadap Kabar Harian Covid-19 pada Twitter Kementerian Kesehatan dengan Metode Klasifikasi Naive Bayes. Jurnal Teknologi Dan Sistem Informasi (JTSI), 2(3), 32–37. https://doi.org/10.33365/jtsi.v2i3.906

Karsito, & Susanti Santi. (2019). Klasifikasi Kelayakan Peserta Pengajuan Kredit Rumah Dengan Algoritma Naive Bayes Di Perumahan Azzura Residence. Jurnal Teknologi Pelita Bangsa, 9, 43–48.

Kevin, V., Que, S., Iriani, A., & Purnomo, H. D. (2020). Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization ( Online Transportation Sentiment Analysis Using Support Vector Machine Based on Particle Swarm Optimization ). 9(2), 162–170.

Krisdiyanto, T. (2021). Analisis sentimen opini masyarakat Indonesia terhadap kebijakan PPKM pada media sosial Twitter menggunakan Na{"i}ve bayes classifiers. Jurnal CoreIT, 32–37.

Pintoko, B. M., & L., K. M. (2018). Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naive Bayes Classifier. E-Proceeding of Engineering, 5(3), 8121–8130.

Prabowo, C. H. (2021). Ibukota DKI Jakarta dalam Menghadapi Pandemi COVID 19. Jurnal Syntax Admiration, 2(1), 38–48.

Rochmanto, H. B., & Hermanto, E. M. P. (2020). Analisis Sentimen Pengguna Twitter Menggunakan Metode NBC dan SVM. Prosiding Seminar Nasional Statistika IX (SNS) 2020, 9(2020), 1–11.

http://website.com

Samsir1, Ambiyar2, Unung Verawardina3, Firman Edi4, R. W., & 1. (2021). Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes. Jurnal Media Informatika Budidarma, 5(1), 157–163. https://doi.org/10.30865/mib.v5i1.2604

Syahidin, S., & Adnan, A. (2022). Analisis Pengaruh Harga Dan Lokasi Terhadap Kepuasan Pelanggan Pada Bengkel Andika Teknik Kemili Bebesen Takengon. Gajah Putih Journal of Economics Review, 4(1), 20–32. https://doi.org/10.55542/gpjer.v4i1.209

Vonega, D. A., Fadila, A., & Kurniawan, D. E. (2022). Analisis Sentimen Twitter Terhadap Opini Publik Atas Isu Pencalonan Puan Maharani dalam PILPRES 2024. 6(2).

Watrianthos, R., Giatman, M., Simatupang, W., Syafriyeti, R., & Daulay, N. K. (2022). Analisis Sentimen Pembelajaran Campuran Menggunakan Twitter Data. Jurnal Media Informatika Budidarma, 6(1), 166. https://doi.org/10.30865/mib.v6i1.3383

Wiwik, S. (2022). PERBANDINGAN METODE RANDOM FOREST DAN NAÏVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN ISSUE CLIMATE CHANGE. UniversitasMuhammadiyahSemarang.

Yahya, M. (2018). Pemindahan Ibu Kota Negara Maju dan Sejahtera.

Jurnal Studi Agama Dan Masyarakat, 14(1), 21. https://doi.org/10.23971/jsam.v14i1.779

Yulita, W., Dwi Nugroho, E., Habib Algifari, M., Studi Teknik Informatika, P., Teknologi Sumatera, I., Terusan Ryacudu, J., Huwi, W., Agung, J., & Selatan, L. (2021). Analisis Sentimen Terhadap Opini Masyarakat Tentang Vaksin Covid-19 Menggunakan Algoritma Naïve Bayes Classifier. Jdmsi, 2(2), 1–9.




DOI: https://doi.org/10.33365/jti.v18i1.3708

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 kurnia lubis

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


JURNAL TEKNOINFO
Published by Universitas Teknokrat Indonesia
Organized by Prodi S1 Informatika FTIK Universitas Teknokrat Indonesia

W: http://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
E : teknoinfo@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jumlah Pengunjung : View Teknoinfo StatsCounter

Flag Counter