RINGKASAN
Analisis Sentimen Pada Pengguna Twitter Terhadap Hasil Pengumuman Pasca Pilpres 2024 Menggunakan Metode Naïve Bayes Classifer, Adelia Ayu Avista, NIM E41212068, Tahun 2025, 94 hlm., Teknologi Informasi, Politeknik Negeri Jember, Elly Antika, ST, M.Kom
Penelitian ini dilatarbelakangi oleh maraknya opini publik yang tersebar di media sosial, khususnya Twitter. Twitter menjadi salah satu platform yang paling banyak digunakan masyarakat untuk mengekspresikan pandangan politiknya secara langsung. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap hasil pengumuman pasca Pilpres 2024 menggunakan metode Naïve Bayes Classifier. Penelitian difokuskan pada klasifikasi sentimen tweet ke dalam dua kategori utama, yaitu positif dan negatif.
Dalam penelitian ini, data yang digunakan sebanyak 1115 data yang dikumpulkan dari twitter dengan total data positif 589 dan data negatif 526. Tahapan pengolahan data dilakukan melalui proses preprocessing, yaitu pembersihan data teks (cleansing), konversi huruf kecil (case folding), filtering, normalisasi, penghapusan kata tidak penting (stopword removal), stemming, dan tokenizing. Kemudian dilakukan pembobotan kata menggunakan metode TF-IDF untuk mengukur pentingnya setiap kata dalam dokumen. Selanjutnya, data diklasifikasikan menggunakan algoritma Naïve Bayes Classifier.
Kemudian dilakukan rasio pembagian data untuk data training 85?n data latih 15%, selanjutnya dilakukan proses klasifikasi menggunakan metode Naïve Bayes Classifier. Hasil evaluasi menunjukkan bahwa model memiliki akurasi sebesar 81%, yang berarti 81?ri data uji berhasil diklasifikasikan dengan benar. Selain itu, model juga menghasilkan nilai precision sebesar 81%, recall 80%, dan f1-score 81%, yang menandakan bahwa model mampu mempertahankan keseimbangan antara kemampuan mengenali data positif maupun negatif secara akurat dan menghindari kesalahan klasifikasi yang tinggi.