ANALISIS SENTIMEN MASYARAKAT TERHADAP ISU IJAZAH PALSU JOKOWI MENGGUNAKAN ALORITMA NAÏVE BAYES PADA PLATFROM X ( TWITTER)

Abstrak

Perkembangan media sosial, khususnya platform X (Twitter), telah menjadi sarana utama bagi masyarakat dalam menyampaikan opini terhadap berbagai isu publik, termasuk isu ijazah palsu yang dikaitkan dengan mantan Presiden ke 7 Joko Widodo. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap isu tersebut menggunakan algoritma Naïve Bayes. Data yang digunakan merupakan data sekunder yang diperoleh melalui proses crawling dari platform X (Twitter) dengan kata kunci yang relevan. Tahap pengolahan data meliputi preprocessing yang terdiri dari cleaning, case folding, tokenizing, stopword removal, dan stemming. Selanjutnya, data ditransformasikan menggunakan metode TF-IDF sebelum dilakukan proses klasifikasi ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral menggunakan algoritma Naïve Bayes. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan tingkat akurasi yang cukup baik. Selain itu, hasil analisis memberikan gambaran mengenai kecenderungan opini publik terhadap isu ijazah yang berkembang di media sosial. Dengan demikian, penelitian ini dapat menjadi referensi dalam pengembangan analisis sentimen serta membantu memahami persepsi masyarakat terhadap suatu isu secara lebih objektif.

The development of social media, especially platform X (Twitter), has become the primary means for people to express their opinions on various public issues, including the issue of fake diplomas associated with the former 7th President Joko Widodo. This study aims to analyze public sentiment towards this issue using the Naïve Bayes algorithm. The data used is secondary data obtained through a crawling process from platform X (Twitter) with relevant keywords. The data processing stage includes preprocessing consisting of cleaning, case folding, tokenizing, stopword removal, and stemming. Next, the data is transformed using the TF-IDF method before being classified into three sentiment categories, namely positive, negative, and neutral using the Naïve Bayes algorithm. The results of the study show that the Naïve Bayes algorithm is able to classify sentiment with a fairly good level of accuracy. In addition, the results of the analysis provide an overview of the tendency of public opinion towards the issue of diplomas that develops on social media. Thus, this study can be a reference in the development of sentiment analysis and help understand public perception of an issue more objectively.