Sentiment Analysis Terhadap Perspektif Warganet Atas Tragedi Kanjuruhan Malang di Twitter Menggunakan Naïve Bayes Classifier

Abstract

Situs media sosial Twitter adalah tempat di mana pengguna Internet di seluruh dunia dapat bertukar perspektif tentang diskusi terkini. Salah satunya sepak bola, olahraga ini merupakan hobi yang digandrungi oleh seluruh penjuru dunia, termasuk warga Malang, dengan kecintaan mereka terhadap olahraga tersebut mereka menamakan dirinya Aremania yaitu suporter tim Arema Malang, namun terjadi peristiwa kelam. Kanjuruhan di Stadion Malang pada 01/10/2022, memunculkan pandangan berbeda dari semua akun pengguna Twitter, yang menyebabkan peningkatan tweet dan menjadi trending topik saat itu. Untuk mengembangkan perspektif yang berbeda berdasarkan apa yang membawa keuntungan dan kerugian di komunitas, diterapkan prosedur untuk mengklasifikasikan perspektif positif atau negatif pengguna Twitter melalui analisis sentimen dengan pengklasifikasi Naïve Bayes. Analisis sentimen dilakukan dengan mengindeks tweet pengguna Twitter dengan tagar UsutTuntasTragediKanjuruhan, mengambil (crawling) data 1.500 tweet yang ada sebagai kumpulan data (dataset), setelah itu data untuk diproses diidentifikasi (labeling) untuk langkah selanjutnya yaitu tahap Preprocessing data yang terdiri dari Annotation Removal, Remove Hashtag, Transformation Remove Url, Regexp, Indonesian Steaming, Indonesian Stopword Removal dipadukan dengan operator Smote Upsampling. Pembuatan Confusion Matrix yang menunjukkan hasil akhir analisis berjalan dengan baik yaitu nilai accuracy 77,67%, nilai precision sebesar 77,19%, nilai recall sebesar 78,50%, dan nilai AUC 0.820 (good classification).

Analisis Data Sentimen Negatif Pada Opini Pengguna Twitter Terhadap Berita Sepak Bola Liga 1 Tahun 2022 Dengan Penerapan Support Vector Mechine

“…Pembuatan Confusion Matrix yang menunjukkan hasil akhir analisis berjalan dengan baik yaitu nilai accuracy 77,67%, nilai precision sebesar 77,19%, nilai recall sebesar 78,50%, dan nilai AUC 0.820 (good classification). [1] Penelitian sebelumnya tentang analisis sentimen, yaitu Penelitian yang dilakukan oleh Hanafi dan Sholihin yang Berjudul Analisis Sentimen Terhadap Pssi Atas Tragedi Kanjuruhan Menggunakan Multinomial Naïve Bayes hasil dari penelitian tersebut adalah Hasil dari pengujian menggunakan metode Multinomial Naïve Bayes mampu menghasilkan analisa pengujian akurasi tertinggi sebelum Tragedi Kanjuruhan bernilai 73% dengan rasio terbaik ialah 80% data latih dan 20% data uji, sedangkan akurasi tertinggi sesudah Tragedi Kanjuruhan bernilai 68% dengan rasio terbaik ialah 90% data latih dan 10% data uji. [2] Pendapat lain yang dilakukan oleh Nugraha dkk tentang analisis sentimen, yaitu yang berjudul "Analisis Sentimen Twitter Terhadap Menteri Indonesia Dengan Algoritma Support Vector Machine Dan Naive Bayes" Penelitian ini fokus pada tanggapan pengguna Twitter terhadap pelantikan kabinet dan bertujuan untuk mengelompokkan opini dalam kategori analisis sentimen.…”

The Hashtags and Digital Opinion Movements

“…Berdasarkan penelusuran literatur ditemukan sejumlah hasil penelitian terkait peristiwa Kanjuruhan terutama kajian yang berkaitan dengan isi pemberitaan media. Di antara studi-studi tersebut adalah analisis isi pemberitaan tragedi Kanjuruhan pada portal berita (Varra Azqiya et al, 2023), analisis framing pemberitaan peristiwa Kanjuruhan (Ramadhan et al, 2023), analisis frasa terhadap salah satu teks berita terkait dengan rekaman CCTV tragedi Kanjuruhan yang terhapus (Karwati, 2022), studi gerakan sosial virtual dalam menyikapi peristiwa Kanjuruhan (Mogot et al, 2022), dan analisis sentimen warganet terkait Tragedi Kanjuruhan (Minardi et al, 2023).…”