Art Original
Penerapan Algoritma Naive Bayes Untuk Klasifikasi Sentimen Masyarakat Terhadap Hastag #PILGUB Pada Instagram Dan Facebook
Media sosial telah menjadi wadah utama bagi masyarakat untuk mengekspresikan opini terhadap berbagai isu, termasuk dalam konteks politik seperti Pemilihan Gubernur (PILGUB). Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap hashtag #PILGUB yang muncul di Instagram dan Facebook menggunakan algoritma Naive Bayes. Data yang digunakan sebanyak 4.372 opini publik yang diperoleh dari kedua platform, kemudian melalui tahapan preprocessing, pelabelan manual, dan ekstraksi fitur menggunakan metode TF-IDF. Distribusi data menunjukkan dominasi sentimen negatif sebesar 74,43%, diikuti sentimen positif sebesar 24,11%, dan netral 1,46%. Untuk mengevaluasi performa model, dilakukan pembagian data menggunakan berbagai rasio (90:10, 80:20, 70:30). Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen dengan cukup baik, meskipun terdapat ketidakseimbangan kelas. Penelitian ini diharapkan dapat memberikan kontribusi dalam memahami opini publik di media sosial serta mendukung pengambilan keputusan dalam strategi komunikasi politik.
No other version available