{"title":"Penerapan Algoritma Naïve Bayes untuk Analisis Pandangan Masyarakat terhadap Pemindahan Ibu Kota Indonesia","authors":"Painem Painem, Aditya Izhar Eka Prayogo","doi":"10.52958/iftk.v18i3.5050","DOIUrl":null,"url":null,"abstract":"Pemerintah sudah lama mengumumkan rencana untuk memindahkan ibu kota negara, tetapi masih terdapat kontroversi di antara masyarakat yang setuju dan tidak setuju dengan rencana tersebut. Masyarakat memiliki alasan dan pandangan yang berbeda-beda tentang rencana ini. Untuk mendapatkan gambaran umum tentang respon masyarakat terhadap rencana pemindahan ibu kota, perlu melihat berbagai reaksi yang berbeda. Dengan era teknologi yang sangat canggih seperti sekarang ini, membuat penilaian sentimen publik terhadap berbagai isu menjadi mudah dan cepat. Hal ini disebabkan oleh maraknya penggunaan media sosial oleh masyarakat. Media sosial saat ini dapat digunakan sebagai media hiburan, tetapi juga sebagai media untuk menyatakan pendapat dan pandangan tentang berbagai topik. Begitu juga dengan topik pemindahan ibu kota negara, dimana masyarakat banyak mengekspresikan reaksinya melalui berbagai media, termasuk media sosial seperti Twitter. Twitter adalah salah satu media sosial yang banyak digunakan oleh masyarakat Indonesia untuk menyatakan pendapatnya. Pendapat tentang pemindahan ibu kota yang diperoleh dari Twitter perlu dianalisis. Pada penelitian ini, metode analisis sentimen yang digunakan untuk menganalisa topik pemindahan ibu kota dari media sosial twitter adalah metode Naive Bayes Classifier (NBC). Hasil analisis berdasarkan 1.272 tweet menunjukan bahwa sentimen positif sebesar 86.95 % dan sentimen negatif sebesar 13.05 % pada periode 10 May 2022 hingga 1 Juni 2022, sementara hasil pengujian yang diperoleh adalah nilai akurasi sebesar 93 %, presisi sebesar 87 % dan recall sebesar 100 %.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"5 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Informatik : Jurnal Ilmu Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.52958/iftk.v18i3.5050","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Penerapan Algoritma Naïve Bayes untuk Analisis Pandangan Masyarakat terhadap Pemindahan Ibu Kota Indonesia
Pemerintah sudah lama mengumumkan rencana untuk memindahkan ibu kota negara, tetapi masih terdapat kontroversi di antara masyarakat yang setuju dan tidak setuju dengan rencana tersebut. Masyarakat memiliki alasan dan pandangan yang berbeda-beda tentang rencana ini. Untuk mendapatkan gambaran umum tentang respon masyarakat terhadap rencana pemindahan ibu kota, perlu melihat berbagai reaksi yang berbeda. Dengan era teknologi yang sangat canggih seperti sekarang ini, membuat penilaian sentimen publik terhadap berbagai isu menjadi mudah dan cepat. Hal ini disebabkan oleh maraknya penggunaan media sosial oleh masyarakat. Media sosial saat ini dapat digunakan sebagai media hiburan, tetapi juga sebagai media untuk menyatakan pendapat dan pandangan tentang berbagai topik. Begitu juga dengan topik pemindahan ibu kota negara, dimana masyarakat banyak mengekspresikan reaksinya melalui berbagai media, termasuk media sosial seperti Twitter. Twitter adalah salah satu media sosial yang banyak digunakan oleh masyarakat Indonesia untuk menyatakan pendapatnya. Pendapat tentang pemindahan ibu kota yang diperoleh dari Twitter perlu dianalisis. Pada penelitian ini, metode analisis sentimen yang digunakan untuk menganalisa topik pemindahan ibu kota dari media sosial twitter adalah metode Naive Bayes Classifier (NBC). Hasil analisis berdasarkan 1.272 tweet menunjukan bahwa sentimen positif sebesar 86.95 % dan sentimen negatif sebesar 13.05 % pada periode 10 May 2022 hingga 1 Juni 2022, sementara hasil pengujian yang diperoleh adalah nilai akurasi sebesar 93 %, presisi sebesar 87 % dan recall sebesar 100 %.