ANALISIS SENTIMEN PUBLIK PADA MEDIA SOSIAL X MENGENAI PEMANGKASAN ANGGARAN PENDIDIKAN MENGGUNAKAN METODE NAIVE BAYES

Abstract

Abstrak. Perkembangan teknologi informasi telah mengubah pola interaksi masyarakat dalam merespons isu-isu kebijakan publik. Salah satu isu yang mendapat sorotan luas adalah pemangkasan anggaran pendidikan, yang menuai beragam reaksi di media sosial, khususnya platform X (Twitter). Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kebijakan tersebut menggunakan metode Naive Bayes. Data yang digunakan berjumlah 114 tweet, yang setelah proses pembersihan menjadi 101 tweet valid, terdiri dari 34 sentimen positif dan 67 sentimen negatif. Proses analisis dilakukan melalui tahapan data cleaning, tokenisasi, normalisasi teks, stopword removal, filtering, dan visualisasi wordcloud. Model klasifikasi dibangun menggunakan RapidMiner dengan pembagian data latih dan uji sebesar 70:30. Hasil evaluasi menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan tweet dengan akurasi sebesar 87,1%, precision sebesar 85,0%, dan recall sebesar 89,4%. Temuan menunjukkan bahwa sentimen negatif mendominasi percakapan publik, mengindikasikan adanya kekhawatiran terhadap dampak kebijakan tersebut. Penelitian ini menunjukkan bahwa analisis sentimen berbasis media sosial dapat menjadi indikator persepsi publik terhadap kebijakan pemerintah secara real-time dan efisien