PENERAPAN NATURAL LANGUAGE PROCESSING PADA ANALISIS SENTIMEN JUDI ONLINE DI MEDIA SOSIAL TWITTER

Abstract

Judi online telah menjadi aktivitas yang populer di kalangan masyarakat terutama dalam era digital ini. Namun tidak sedikit yang mengkritik aktivitas ini karena aspek negatifnya. Permasalahan pada penelitian ini yaitu untuk mengetahui nilai akurasi, recall, serta presisi yang dihasilkan melalui algoritma naïve bayes pada sentiment judi online di media sosial twitter. Metode yang digunakan dalam penelitian ini yaitu Natural Language Processing melalui KDD (Knowledge Discovery in Database) dan Naïve Bayes. Dalam penelitian ini pengumpulan data dilakukan dengan teknik scraping melalui google colab. Data yang diambil merupakan data dari twitter menggunakan kata kunci “judi online” dan “dampak judi online”. Data yang berhasil diambil menggunakan scraping sebanyak 5.500, namun setelah dilakukan pembersihan hanya menyisakan 952 data. Data mentah yang sudah siap diolah kemudian dilakukan pre-processing, pelabelan sentiment, proses TF-IDF serta penentuan nilai akurasi, presisi, dan recall. Penelitian ini menghasilkan nilai akurasi 76%, 58% nilai presisi dan 76% untuk nilai recall pada data uji sebanyak  666 dan data latih sebanyak 286.