Analisis Sentimen Masyarakat Dengan Metode Naïve Bayes dan Particle Swarm Optimization

Septiawan Dwi Pramukti; Agung Nugroho; Aswan Supriyadi Sunge

doi:10.33633/tc.v21i1.5332

Analisis Sentimen Masyarakat Dengan Metode Naïve Bayes dan Particle Swarm Optimization

Septiawan Dwi Pramukti, Agung Nugroho, Aswan Supriyadi Sunge

Abstract

Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) merupakan kebijakan yang di terapkan pada 15 Kota diluar pulau Jawa dan pulau Bali yang memiliki status zona merah atau daerah yang memiliki resiko tinggi terhadap paparan kasus COVID-19. Pada tanggal 3 Agustus 2021 kebijakan PPKM darurat di beberapa daearah di kepulauan Jawa dan kepualauan Bali di perpanjang sampai 9 Agustus 2021, perpanjangan kebijakan PPKM darurat menuai banyak komentar dari masyarakat sehingga menimbulkan pro dan kontra pada social media twitter. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi sentimen masyarakat mengenai perpanjangan kebijakan PPKM darurat pada social media twitter dan untuk mengetahui hasil accuracy, precision, recall yang dihasilkan dari metode yang digunakan. Penelitian ini menggunakan metode Naïve Bayes dan Particle Swarm Optimization sebagai feature selection, selain itu terdapat tahap preprocessing yang didalamnya meliputi cleansing, remove duplicate, seleksi data, normalisasi, case folding, tokenizing, filtering, stopwords, stemming, dan labeling. Hasil klasifikasi yang didapat 53,31% pengguna twitter setuju dan 46,69% pengguna twitter tidak setuju dengan perpanjangan kebijakan PPKM darurat. Nilai accuracy yang didapatkan meningkat sebanyak 15,21% dari 77,16% menjadi 92,37%, nilai precision yang didapatkan meningkat sebanyak 3,07% dari 87,33% menjadi 90,40%, dan nilai recall yang didapatkan meningkat sebanyak 30,96% dari 64,42% menjadi 95,38%.

Keywords

Naïve Bayes, Particle Swarm Optimization, Analisis Sentimen, PPKM Darurat

Full Text:

PDF

References

N. P. G. Naraswati, R. Nooraeni, D. C. Rosmilda, D. Desinta, F. Khairi, and R. Damaiyanti, “Analisis Sentimen Publik dari Twitter Tentang Kebijakan Penanganan Covid-19 di Indonesia dengan Naive Bayes Classification,” Sistemasi, vol. 10, no. 1, p. 222, 2021, doi: 10.32520/stmsi.v10i1.1179.

Y. Cahyono, “Analisis Sentiment pada Sosial Media Twitter Menggunakan Na?ve Bayes Classifier dengan Feature Selection Particle Swarm Optimization dan Term Frequency,” J. Inform. Univ. Pamulang, vol. 2, no. 1, p. 14, 2017, doi: 10.32493/informatika.v2i1.1500.

Humas, “Berlaku Mulai 12 Juli, PPKM Darurat Diberlakukan di 15 Kab/Kota Luar Jawa-Bali,” Sekertariat Kabinet Republik Indonesia, Jul. 09, 2021. https://setkab.go.id/berlaku-mulai-12-juli-ppkm-darurat-diberlakukan-di-15-kab-kota-luar-jawa-bali/ (accessed Sep. 20, 2021).

B. G. Sudarsono, M. I. Leo, A. Santoso, and F. Hendrawan, “Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner,” JBASE - J. Bus. Audit Inf. Syst., vol. 4, no. 1, pp. 13–21, 2021, doi: 10.30813/jbase.v4i1.2729.

S. Widaningsih, “Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4,5, Naïve Bayes, Knn Dan Svm,” J. Tekno Insentif, vol. 13, no. 1, pp. 16–25, 2019, doi: 10.36787/jti.v13i1.78.

E. Ermawati, “Algoritma Klasifikasi C4.5 Berbasis Particle Swarm Optimization Untuk Prediksi Penerima Bantuan Pangan Non Tunai,” Sistemasi, vol. 8, no. 3, p. 513, 2019, doi: 10.32520/stmsi.v8i3.576.

S. Haryati, A. Sudarsono, and E. Suryana, “Implementasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus: Universitas Dehasen Bengkulu),” J. Media Infotama, vol. 11, no. 2, pp. 130–138, 2015.

R. yana Yanis, “Sentiment Analysis of Bpjs Kesehatan Services To Smk Eklesia and Bina Insani Jailolo Teachers,” J. Terap. Teknol. Inf., vol. 2, no. 2, pp. 113–122, 2018, doi: 10.21460/jutei.2018.22.105.

P. Soepomo, “Penerapan Text Mining Pada Sistem Klasifikasi Email Spam Menggunakan Naive Bayes,” Penerapan Text Min. Pada Sist. Klasifikasi Email Spam Menggunakan Naive Bayes, vol. 2, no. 3, pp. 73–83, 2014, doi: 10.12928/jstie.v2i3.2877.

R. P. Sidiq, B. A. Dermawan, and Y. Umaidah, “Sentimen Analisis Komentar Toxic pada Grup Facebook Game Online Menggunakan Klasifikasi Naïve Bayes,” J. Inform. Univ. Pamulang, vol. 5, no. 3, p. 356, 2020, doi: 10.32493/informatika.v5i3.6571.

H. Tuhuteru and A. Iriani, “Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier,” J. Inform. J. Pengemb. IT, vol. 3, no. 3, pp. 394–401, 2018, doi: 10.30591/jpit.v3i3.977.

K. J. Prayoga, A. Nugroho, and N. Wiyatno, “Komparasi feature selection particle swarm optimization (pso) dengan genetic algorithm (ga) terhadap algoritma naïve bayes pada analisis sentimen twitter,” Pros. Semin. Nas. Teknol. dan Sains, no. September, pp. 1–12, 2019.

A. Taufik, “Komparasi Algoritma Text Mining Untuk Klasifikasi Review Hotel,” J. Tek. Komput., vol. IV, no. 2, pp. 112–118, 2018, doi: 10.31294/jtk.v4i2.3461.

P. S. M. Suryani, L. Linawati, and K. O. Saputra, “Penggunaan Metode Naïve Bayes Classifier pada Analisis Sentimen Facebook Berbahasa Indonesia,” Maj. Ilm. Teknol. Elektro, vol. 18, no. 1, p. 145, 2019, doi: 10.24843/mite.2019.v18i01.p22.

Y. Cahyono and S. Saprudin, “Analisis Sentiment Tweets Berbahasa Sunda Menggunakan Naive Bayes Classifier dengan Seleksi Feature Chi Squared Statistic,” J. Inform. Univ. Pamulang, vol. 4, no. 3, p. 87, 2019, doi: 10.32493/informatika.v4i3.3186.

DOI: https://doi.org/10.33633/tc.v21i1.5332