Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi

Abstract

World Health Organzation (WHO) pada Maret 2020 mengkategorikan Coronavirus sebagai pandemi setelah mewabah ke berbagai negara belahan dunia. Indonesia yang terdampak pandemi menetapkan peraturan Pembatasan Sosial Berskala Besar (PSBB) seperti physical distancing, wajib memakai masker, peraturan jam malam hingga sekolah dan belajar dari rumah untuk mengurangi kemungkinan penyebaran virus. Sejak kebijakan PSBB diberlakukan, penggunaan e-wallet meningkat karena diyakini mengurangi kontak fisik antar sesama sehingga mengundang berbagai tanggapan masyarakat mengenai kehadirannya. Tanggapan tersebut dituangkan melalui media sosial yang salah satunya adalah Twitter. Terdapat tanggapan yang menyetujui kehadiran e-wallet karena merasakan manfaatnya, namun ada yang beranggapan bahwa penggunaanya sulit atau tidak aman. Berbagai tanggapan tersebut dapat dianalisis untuk mengetahui berbagai tanggapan masyarakat mengenai penggunaan e-wallet di masa pandemi. Maka, dilakukan analisis sentimen Twitter mengenai penggunaan e-wallet pada masa pandemi dengan Naïve Bayes dan dikombinasikan menggunakan seleksi fitur Information Gain. Hasil klasifikasi menggunakan Naïve Bayes Classifier menghasilkan accuracy 84%, precision 91% dan recall 91%. Hasil klasifikasi menggunakan Naïve Bayes dan Information Gain adalah accuracy 92%, precision 92% dan recall 100%.