Analisis Sentimen pada Komen Twitter Pawang Hujan Mandalika dengan Support Vector Machine (SVM) dan Naïve Bayes

Abstract

Indonesia adalah negara yang mayoritas penduduknya muslim, namun Indonesia juga kaya akan budaya yang terpengaruh agama-agama sebelumnya seperti hindu dan budha. Pawang hujan oleh umat islam di anggap kesyirikan, namun di lain pihak juga menganggap ini budaya nenek moyang yang sejak dulu ada. Dengan semakin majunya perkembangan tekhnologi manusia semakin mudah mengemukan pendapat atau opininya terkait suatu topik yang sedang ramai di bicarakan misalnya terkait pawang hujan yang beraksi di Sirkuit Mandalika beberpa waktu lalu melalui media sosial. Twitter adalah Media sosial yang dijadikan salah satu media sosial sebagai tempat menyampaikan opini tersebut. Pada penelitian ini di gunakan metodologi data mining CRISP-DM (Cross Industry Standard Process for Data Mining) dengan alat bantu Rapid miner Versi 9.10 dengan Metode klasifikasi Support Vector Machine (SVM) dan Naïve Bayes dengan SMOTE untuk meningkatkan akurasi. Penerapan metode SVM 97,71 % dengan AUC 0.997 Komentar Positif, dan Menggunakan Naïve Bayes maka akurasi yang didapat akurasi 93,41 % dengan AUC 0.973 Komentar Positif.

Application of the Naive Bayes Algorithm in Twitter Sentiment Analysis of 2024 Vice Presidential Candidate Gibran Rakabuming Raka using Rapidminer

“…This research provides a better understanding of effective ways to analyze public opinion on social media regarding BPJS issues. Sentiment analysis was also carried out for other topics, such as Pawang Rain Mandalika [2]. Using SVM and Naïve Bayes methods, this research helps understand people's responses to natural phenomena and environmental conservation efforts.…”