Klasifikasi Algoritma Naïve Bayes dalam Analisis Sentimen Data Covid-19 Wikipedia

Abstract

Beberapa tahun terakhir di masa pandemi Wikipedia membuat lebih dari 5.200 halaman baru mengenai kasus COVID-19, dengan akumulasi lebih dari 400 juta halaman pada pertengahan juni 2020. Keberadaan Wikipedia merupakan salah satu website yang paling populer di masa sekarang. Dalam hal ini Wikipedia selalu mengintegrasikan penelitian baru dan cepat. Untuk mendapatkan suatu opini dari teks wikipedia, dibutuhkan analisis sentimen. Analisis yang dilakukan menggunakan klasifikasi yang berisi sentimen masyarakat mengenai issu COVID-19 di Indonesia. Metode klasifikasi yang digunakan pada penelitian ini adalah Naive Bayes Classifier (NBC). Naïve Bayes Classifier merupakan suatu metode yang populer dalam menyelesaikan suatu masalah klasifikasi. Metode klasifikasi ini sering digunakan pada analisis sentimen baik dalam hal presisi dan komputasi data. Klasifikasi wikipedia ini diperoleh dari tiap label yaitu kelas positif, negatif dan netral. Hasil pengujian yang dilakukan dalam klasifikasi naive bayes ini mendapatkan akurasi yang tinggi sebesar 81%.