Analisis Sentimen Masyarakat Indonesia terhadap Invasi Russia di Ukraina menggunakan Metode Naive Bayes pada Media Sosial Facebook
Keywords:
Invasi Rusia di Ukraina, Facebook, Komentar, Analisis Sentimen, Naïve BayesAbstract
Invasi Rusia di Ukraina telah membuat media sosial ramai membicarakan hal tersebut terutama pada media sosial Facebook. Sehingga banyak opini - opini atau tanggapan masyarakat Indonesia yang mengomentari dengan lebih mendukung aksi yang dilakukan oleh Rusia dan ada juga yang lebih mendukung aksi yang dilakukan oleh Ukraina sehingga timbul komentar yang bersifat positif dan yang bersifat negatif. Masyarakat Indonesia juga ada yang menengahi atau berkomentar netral atas terjadinya invasi Rusia di Ukraina tersebut. Dalam penelitian ini, penulis akan melakukan analisis sentimen berdasarkan komentar yang membahas tentang invasi Rusia di Ukraina dengan menerapkan metode Naive Bayes untuk proses pengklasifikasian teks apakah termasuk kedalam sentimen positif, negatif maupun netral. Penulis menggunakan 10% dari dataset komentar untuk dijadikan sebagai data latih yang akan digunakan sebagai pembelajaran mesin. Kemudian data diklasifikasi oleh sistem dengan mencari nilai probabilitas tertinggi. Nilai yang lebih tinggi merupakan kelas baru dari data tersebut. Hasil penelitian berupa persentase dari banyaknya sentimen positif, negatif dan netral dari dataset komentar. Metode Naive Bayes terbukti dapat melakukan proses klasifikasi sentimen dengan hasil sebanyak 52% sentimen positif, 5% sentimen negatif dan 43% sentimen netral.
References
Aribowo, B. (2021). Belajar Python Dari Nol Via Jupyter Notebook. Yogyakarta: Diandra Kreatif.
Hakimi, F. D. (2018). Sistem Analisis Sentimen Publik Tentang Opini Pemilihan Kepala Daerah Jawa Timur 2018 Pada Dokumen Twitter Menggunakan Naive Bayes Classifier. Skripsi, Surabaya : Universitas Islam Negeri Sunan Ampel Surabaya.
KBBI. (2022, Juni 08). KBBI Daring. Diambil kembali dari kbbi.kemdikbud.go.id: https://kbbi.kemdikbud.go.id/entri/invasi
Mesran, Sulaiman, O. K., Wijoyo, H., Putra, S. H., Watrianthos, R., Sinaga, R., . . . Indarto, S. L. (2020). Merdeka Kreatif di Era Pandemi Covid-19. Medan: Green Press.
Pakpahan, A. K. (2022, Februari 24). Invasi Rusia Ke Ukraina Dan Perekonomian Global. unpar.ac.id. Diambil kembali dari https://unpar.ac.id/invasi-rusia-ke-ukraina-dan-perekonomian-global/
Pebrianto, J. (2019). Analisis Sentimen Layanan Internet Provider Selular Pada Tweet Twitter Menggunakan Metode Naive Bayes Classifier Dengan Bahasa Pemrograman PHP. Skripsi, Jakarta : STMIK ERESHA.
Prasetyo, D., & Irwansyah. (2020, Januari). Memahami Masyarakat Dan Perspektifnya. JMPIS, Vol 1(1), 163.
Ramadhan, D. A., & Setiawan, E. B. (2019, Agustus). Analisis Sentimen Program Acara Di SCTV Pada Twitter Menggunakan Metode Naive Bayes Dan Support Vector Machine. e-Proceeding of Engineering, 6, 9737.
Suryani, N. P., Linawati, & Saputra, K. O. (2019, 04 15). Penggunaan Metode Naive Bayes Classifier pada Analisis Sentimen Facebook Berbahasa Indonesia. Majalah Ilmiah Teknologi Elektro, 18 No. 1, 145.
Webrobots.io. (2022, Mei 26). https://chrome.google.com/webstore/detail/instant-data-scraper/ofaokhiedipichpaobibbnahnkdoiiah, 1.0.7. Dipetik Mei 26, 2022, dari https://webrobots.io/instantdata.
Yasya, W., Muljono, P., Seminar, K. B., & Hardiansyah. (2019, Mei). Pengaruh Penggunaan Media Sosial Facebook Dan Dukungan Sosial Online Terhadap Perilaku Pemberian ASI. Studi Komunikasi Dan Media, 72.
