Analisis Sentimen Pengguna Twitter terhadap kebijakan pemerintah menggunakan Algoritma Naive BayesSeiring meningkatnya penggunaan media sosial sebagai sarana komunikasi publik, Twitter telah menjadi salah satu platform yang paling sering dimanfaatkan oleh

Analisis Data Twitter sebagai Refleksi Persepsi Publik terhadap Kebijakan Pemerintah

Abstract

Seiring meningkatnya penggunaan media sosial sebagai sarana komunikasi publik, Twitter telah menjadi salah satu platform yang paling sering dimanfaatkan oleh masyarakat untuk menyampaikan pendapat, kritik, maupun aspirasi terkait isu-isu aktual. Dengan tingginya volume data yang dihasilkan, proses identifikasi dan interpretasi terhadap opini publik menjadi tantangan tersendiri. Oleh karena itu, dibutuhkan pendekatan berbasis data mining, khususnya teknik klasifikasi teks untuk memahami sentimen masyarakat secara otomatis dan efisien. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naive Bayes dalam mengkategorikan sentimen tweet berbahasa Indonesia ke dalam dua kelas utama, yaitu positif dan negatif. Dataset yang digunakan merupakan kumpulan tweet yang telah diberi label sentimen. Proses analisis meliputi tahapan praproses data, pelatihan model klasifikasi, serta evaluasi performa menggunakan metrik akurasi, presisi, recall, dan f1-score. Hasil eksperimen menunjukkan bahwa algoritma Naive Bayes mampu memberikan akurasi yang cukup tinggi, yakni sebesar 86%, dalam mengklasifikasikan opini pengguna. Temuan ini menunjukkan bahwa metode berbasis probabilistik seperti Naive Bayes cukup andal untuk diterapkan dalam tugas analisis sentimen pada data teks berbahasa Indonesia.