ANALISIS SENTIMEN OPINI PUBLIK TERHADAP EFEK PSBB PADA TWITTER DENGAN ALGORITMA DECISION TREE,KNN, DAN NAÏVE BAYES

Abstract

Aspirasi masyarakat terkadang sulit untuk disampaikan kepada pihak penanggung jawab secara langsung, hal tersebut mendorong masyarakat untuk menyampaikan aspirasi, kritik dan sejenisnya melalui media sosial, salah satunya media sosial yang popular saat ini adalah twitter. Kumpulan aspirasi atau tweet dari pengguna twitter mengenai efek PSBB salah satunya, dapat dimanfaatkan menjadi sebuah analisis sentimen opini publik. Data mengenai efek PSBB didapatkan sebanyak 170 opini, kemudian diolah menggunakan teknik penambangan data (data mining), didalamnya terdapat proses penambangan teks, tokenize, transformasi, klasifikasi, dan stem. Kemudian dikalkulasikan kedalam tiga algoritma yang berbeda untuk dibandingkan, algoritma yang digunakan yaitu Decision Tree, K-Nearest Neighbors (K-NN), dan Naïve Bayes Classifier dengan tujuan menemukan akurasi terbaik. Aplikasi Rapidminer Versi 7.1 juga digunakan untuk mempermudah penulis dalam mengolah data. Hasil tertinggi dari penelitian ini adalah algoritma Decision Tree dengan nilai accuracy 83,3%, precision 79% dan recall 87,17%.