Penerapan Text Mining Media Sosial Twitter Menggunakan Metode Naïve Bayes (Studi Kasus G20)

Abstract

G20 adalah forum bagi negara maju dan negara berkembang untuk membahas isu-isu penting yang mempengaruhi ekonomi dunia. Penelitian yang dilakukan bertujuan untuk mengklasifikasikan sentimen positif dan negatif menggunakan metode naive bayes. Metode naive bayes dapat memprediksi kemungkinan masa depan berdasarkan pengalaman masa lalu serta metode ini direkomendasikan dari beberapa peneliti sebelumnya karena metode ini dianggap cocok untuk analisis sentimen dalam dataset. Data yang digunakan untuk penelitian ini adalah data tweet dari media sosial Twitter yang diambil beberapa hari setelah G20 diadakan di Bali dengan menggunakan tools netlytic. Kemudian data ini diolah menggunakan Rapidminer dan menghasilkan model. Berdasarkan model dari metode naive bayes dapat dilihat dari 700 data latih, 675 prediksi positif dengan class precision 100.00% serta 22 prediksi negatif dengan class precision 88.00% dan dengan nilai analisa accuracy 99,57%. Jadi dapat disimpulkan dari analisa accuracy banyak masyarakat yang bersentimen positif di media sosial Twitter pada saat digelarnya G20 di Bali dan G20 ini dapat menjadi salah satu cara untuk mendorong perekonomian negara agar lebih baik lagi.

The G20 is a forum for developed and developing countries to discuss important issues affecting the world economy. The research conducted aims to classify positive and negative sentiments using the naive bayes method. The naive bayes method can predict future possibilities based on past experience and this method is recommended from several previous researchers because this method is considered suitable for sentiment analysis in datasets. The data used for this research is tweet data from Twitter social media taken a few days after the G20 was held in Bali using netlytic tools. Then this data is processed using Rapidminer and produces a model. Based on the model from the naive bayes method, it can be seen from 700 training data, 675 positive predictions with class precision 100.00% and 22 negative predictions with class precision 88.00% and with an accuracy analysis value of 99.57%. So it can be concluded from the accuracy analysis that many people have positive sentiments on Twitter social media when the G20 is held in Bali and this G20 can be one way to encourage the country's economy to be even better.