PENERAPAN METODE NAIVE BAYES DALAM SENTIMEN ANALISIS TERHADAP PROGRAM MAKAN SIANG & SUSU GRATIS DI MEDIA X

Abstrak

Selama kampanye presiden Indonesia tahun 2024, Program Makan Siang dan Susu Gratis muncul sebagai usulan kebijakan utama dan segera menjadi topik yang sedang tren di seluruh platform daring terutama X (sebelumnya Twitter). Banyaknya respons yang dibagikan oleh pengguna menciptakan kendala bagi para pengambil keputusan yang ingin memahami sikap publik dengan cara yang seimbang dan berdasarkan data. Untuk mengatasi hal ini, studi saat ini mengeksplorasi sentimen publik seputar inisiatif tersebut dengan menerapkan model klasifikasi Naïve Bayes bersamaan dengan pembobotan TF-IDF. Para peneliti mengumpulkan 1.084 tweet yang ditulis dalam bahasa Indonesia menggunakan metode pengikisan yang didukung oleh alat panen tweet. Tweet-tweet ini mengalami beberapa tahap praproses, termasuk membersihkan elemen yang tidak relevan, menstandardisasi huruf besar-kecil, membagi kalimat menjadi token, menghapus kata-kata umum, dan mereduksi kata menjadi bentuk akarnya. Data yang diproses kemudian diubah menjadi vektor numerik menggunakan TF-IDF untuk analisis. Hanya dua kelas sentimen positif dan negatif yang digunakan untuk klasifikasi. Semua tugas dieksekusi di RapidMiner, platform perangkat lunak untuk alur kerja ilmu data. Temuan penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi tinggi dalam mendeteksi arah sentimen, sehingga memberikan gambaran sekilas tentang bagaimana masyarakat daring memandang kebijakan yang diusulkan. Hasil penelitian juga menunjukkan kegunaan metode pembelajaran mesin yang lebih luas untuk menganalisis opini publik, terutama dalam konteks yang melibatkan topik sosial atau politik.