Analisis Sentimen Kasus Ferdy Sambo pada Twitter Menggunakan Algoritma Naive Bayes dengan Seleksi Fitur

Abstract

Kepolisian Negara Republik Indonesia (Polri) merupakan salah satu lembaga pemerintah yang berintegritas sebagai pengayom keamanan masyarakat. Namun, telah terjadi sebuah kasus pembunuhan berencana oleh Kadiv Propam Irjen Ferdy Sambo menjadi kasus viral. Kasus ini menarik antusiasme masyarakat yang tinggi sehingga mencuatkan beragam opini di Twitter. Kompleksitas dalam mengklasifikasikan opini menjadi sebuah tantangan karena belum adanya standar pengklasifikasian opini. Untuk mengatasi tantangan tersebut, diperlukan sebuah teknik analisis sentimen yang dapat mengklasifikasikan opini dengan akurat. Oleh karena itu, penelitian ini bertujuan untuk menganalisis opini masyarakat di Twitter dengan menggunakan algoritma Naive Bayes yang dipadukan dengan metode seleksi fitur Chi Square dan Information Gain menggunakan metodologi CRISP-DM. Data yang digunakan telah diberi label oleh ahli bahasa. Hasil penelitian dengan split data 80:20 menunjukkan bahwa model Naive Bayes mencapai akurasi sebesar 73%. Kombinasi Chi Square menjadikan akurasi meningkat menjadi 75%. Selain itu, Information Gain juga menghasilkan akurasi sebesar 74%. Percobaan dilakukan dengan lima rasio split data yang berbeda. Dapat disimpulkan bahwa model Naive Bayes dengan seleksi fitur Chi Square dan rasio split data 80:20 mengalami peningkatan akurasi sebesar 2% sebagai hasil akurasi terbaik, yaitu sebesar 75%.