Analisis Sentimen Media Sosial Twiiter terhadap RUU Omnibus Law dengan Metode Naive Bayes dan Particle Swarm Optimization

Abstract

Media sosial merupakan platform yang paling digemari oleh masyarakat Indonesia mulai facebook, instagram dan twitter. Twitter merupakan salah satu media sosial yang paling banyak digunakan baik itu untuk berinteraksi dengan orang lain ataupun mencari informasi-informasi ataupun berita yang sedang trending topik, dengan cepatnya berbagai berita ataupun informasi tersebar di twitter seperti isu yang sedang trending saat ini yaitu mengenai Ruu Omnibus Law, berbagai tanggapan yang diberikan oleh pengguna twitter mengenai kebijakan yang sudah disahkan oleh pemerintah ini. Dalam penelitian ini mengklasifikasikan sentimen masyarakat Indonesia mengenai isu Omnibus Law  ini menggunakan metode Naïve Bayes dan Particle Swarm Optimization (PSO) dan dibagi kedalam dua skenario pengujian, penggunaan Algoritma Particle Swarm Optimization pada Naïve bayes ini bertujuan mengoptimalkan hasil akurasi. Hasil yang didapatkan pada saat memakai Naïve Bayes berbasis Particle Swarm Optimization (PSO) lebih baik jika dibandingkan dengan Naïve Bayes. Hasil akurasi yang paling baik terdapat pada skenario tiga dengan split data 90% - 10% menggunakan Naïve Bayes mendapatkan hasil 85% dan memakai Naïve Bayes berbasis Particle Swarm Optimization hasil akurasinya berubah menjadi lebih tinggi 4% mendapatkan hasil 91%, besaran dalam melakukan split data sangat berpengaruh terhadap hasil klasifikasi yang dilakukan. Tanggapan dari masyarakat berupa sentimen negatif terhadap RUU Omnibus Law