Analisis Sentimen pada Tweets Divisi Humas Polri Dengan Metode Naive Bayes Classifier

Abstract

Abstrak - Berita merupakan cerita atau keterangan tentang suatu kejadian atau peristiwa yang hangat dibicarakan. Hal ini dapat dimanfaatkan media online untuk memberikan berita terupdate kepada masyarakat. Penggunaan media sosial dikalangan masyarakat dalam menyebarkan informasi dengan cepat sehingga jarak dan waktu tidak menjadi halangan bagi pengguna media sosial untuk dapat menerima dan mengakses perkembangan informasi secara luas tanpa terkendala. Twiter Merupakan salah satu platform media sosial yang banyak digunakan oleh individu, pemerintah dan organisasi,termasuk kepolisisan,untuk mempublikasikan berita tentang Instansi terkait. Dengan menerapkan salah satu fungsi dari Text mining yaitu Naïve Bayes Classifier untuk menganalisis sentimen masyarakat terhadap tweet dari akun twitter Divisi Humas Polri. menganalisis sentimen pada tweet secara manual tidak lagi efektif, maka diperlukan metode Naïve Bayes Classifier yang dapat secara otomatis menganalisis sentimen pada tweet menjadi opini positif dan negatif. Maka dengan menggunakan algoritma ini penulis mendapatkan nilai akurasi yang cukup tinggi. Pada penelitian ini penulis mendapatkan nilai akurasi yang tinggi sebesar 76% pada saat melakukan splitting sebesar 10% data testing dan 90% data training. Tetapi pada saat melakukan preprocessing dan implemetasi data baru pada framework streamlit membutuhkan waktu hingga 1 menit untuk dapat memproses data.