Perbandingan Algoritma Random Forest, Naïve Bayes, dan Support Vector Machine Pada Analisis Sentimen Twitter Mengenai Opini Masyarakat Terhadap Penghapusan Tenaga Honorer

Abstract

Pegawai merupakan aset penting dalam instansi, sebagai pihak yang merencanakan dan bertindak untuk setiap kegiatan organisasi, termasuk diinstansi pemerintah. Meskipun karyawan penting diinstansi pemerintah, tidak mudah mendapatkan pegawai karena sulitnya persetujuan dari Kementerian Pendayagunaan Aparatur Negara. Hal tersebut yang memicu munculnya pegawai tidak tetap atau tenaga honorer. Tujuannya untuk memenuhi kebutuhan posisi yang kosong. Namun, setelah menjabat selama puluhan tahun, pemerintah mengumumkan akan menghapus pegawai tenaga honorer. Kabar ini tentu menimbulkan pro dan kontra dimasyarakat. Untuk melihat pendapat masyarakat tentang masalah ini, platform Twitter dapat digunakan sebagai sumber data. Banyak pengguna yang aktif menulis informasi dalam bentuk tweet terkait penghapusan tenaga honorer. Terdapat 2.690 tweet dalam seminggu yang membahas tentang pegawai honorer. Dengan metode Random Forest diperoleh akurasi sebesar 66,67%.