Fitrah Sofiansyah Nasution
STMIK Triguna Dharma

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Terhadap Penanganan Begal di Kota Medan Menggunakan Naïve Bayes Classifier Fitrah Sofiansyah Nasution; Khairi Ibnutama; Suardi Yakub
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 9 No. 2 (2026): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v9i2.13447

Abstract

Masalah penanganan begal di Kota Medan telah menjadi perhatian serius di kalangan masyarakat dan pengguna media sosial. Analisis sentimen pengguna Twitter terhadap isu ini diperlukan untuk memahami opini publik dan evaluasi tindakan yang telah dilakukan. Penelitian ini menggunakan metode Naïve Bayes Classifier untuk menganalisis dengan penanganan begal. Proses analisis meliputi pengumpulan data tweet, pra-pemrosesan data, pelabelan data secara manual, dan penerapan metode Naïve Bayes untuk klasifikasi sentimen.Hasil klasifikasi menunjukkan bahwa dari 123 tweet yang dianalisis, terdapat 81 tweet dengan sentimen negatif, 40 tweet dengan sentimen positif, dan 2 tweet dengan sentimen netral. Metode Naïve Bayes Classifier mencapai tingkat akurasi sebesar 74,79%, yang menunjukkan bahwa metode ini cukup efektif untuk digunakan dalam analisis sentimen terhadap isu penanganan begal di Kota Medan. Penelitian ini memberikan wawasan mengenai opini masyarakat dan diharapkan dapat menjadi dasar bagi peneliti selanjutnya untuk mengembangkan sistem yang lebih modern dan dinamis, serta mempertimbangkan pembuatan sistem berbasis online untuk kemudahan akses.analisis sentimen menggunakan Naïve Bayes Classifier berhasil mengidentifikasi dominasi sentimen negatif dalam tweet terkait penanganan begal di Kota Medan, menandakan perlunya tindakan lebih lanjut untuk meningkatkan keamanan publik dan respons pemerintah.