ANALISIS SENTIMEN MASYARAKAT TERHADAP DUGAAN KONTROVERSI PONDOK PESANTREN AL-ZAYTUN MENGGUNAKAN NAÏVE BAYES

  • Akbar Baturaja D
  • Juardi D
  • Susilo Yuda Irawan A
N/ACitations
Citations of this article
14Readers
Mendeley users who have this article in their library.

Abstract

Pesantren tempat dimana orang memperdalam ilmu agama, akan tetapi terkadang ajaran yang di ajarkan kepada orang kadang di salah artikan atau sering melenceng dari ajaran agama yang umum. Seperti kasus yang sempat viral yaitu Pondok Pesantren Al-Zaytun dengan segala problematika nya tujuan dari penelitian ini adalah untuk menganalisis sentimen yang dirasakan masyarakat Indonesia terhadap kontroversi yang melibatkan Pondok Pesantren Al-Zaytun, menggunakan Instagram sebagai sumber datanya. Data komentar dikumpulkan melalui Instagram API, kemudian dibersihkan dan diproses, menghasilkan 1.010 data kemudian digunakan dalam analisis. Metode yang diterapkan adalah analisis sentimen menggunakan algoritma klasifikasi Naïve Bayes dengan pendekatan Knowledge Discovery in Database (KDD). Pendekatan ini meliputi tahap Data Selection, Pre-Processing, Transformation, Data Mining, dan Evaluation.Selain itu, dilakukan juga pembobotan sentimen dengan menggunakan kamus Lexicon dan kamus Negative Words untuk mengklasifikasikan data ke dalam kategori positif, negatif, dan netral. Hasil dari penelitian ini menunjukkan bahwa model dengan pembagian data skenario 90:10 memiliki kualitas analisis sentimen yang baik, dengan tingkat akurasi mencapai 80% dan nilai Area Under the Curve (AUC) sebesar 0.82.Beberapa kata yang umum ditemukan dataset meliputi "pondok", "pesantren", "Al-Zaytun", dan "sesat". Penelitian ini memberikan wawasan mengenai pandangan masyarakat, diharapkan dapat digunakan sebagai referensi bagi pihak berwenang dalam memahami persepsi publik terkait kasus tersebut.

Cite

CITATION STYLE

APA

Akbar Baturaja, D., Juardi, D., & Susilo Yuda Irawan, A. (2024). ANALISIS SENTIMEN MASYARAKAT TERHADAP DUGAAN KONTROVERSI PONDOK PESANTREN AL-ZAYTUN MENGGUNAKAN NAÏVE BAYES. JATI (Jurnal Mahasiswa Teknik Informatika), 7(4), 2775–2782. https://doi.org/10.36040/jati.v7i4.7198

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free