Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Sentiment Analysis Terhadap Usulan KB Vasektomi Syarat Penerima BANSOS dengan Metode Naive Bayes Lubis, Rahma; Anggraeni, Sita
Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.631

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap usulan kebijakan vasektomi sebagai syarat penerima bantuan sosial (BANSOS) yang dikemukakan oleh Gubernur Jawa Barat. Data penelitian diperoleh dari platform media sosial X pada periode 29 April - 31 Juli 2025 sebanyak 848 tweet. Metode yang digunakan meliputi tahapan preprocessing data (case folding, cleaning, normalisasi, tokenisasi, stopword removal, stemming), pelabelan sentimen, pembobotan dengan TF-IDF, serta feature selection menggunakan uji Chi-Square. Untuk mengatasi ketidakseimbangan kelas, dilakukan oversampling dengan metode SMOTE. Algoritma yang digunakan dalam klasifikasi adalah Multinomial Naïve Bayes. Hasil penelitian menunjukkan bahwa mayoritas sentimen masyarakat bersifat positif dengan persentase 76,03%, sedangkan sentimen negatif sebesar 23,97%. Model Naïve Bayes menghasilkan akurasi sebesar 83%, presisi 0,83 untuk kelas negatif dan 0,85 untuk kelas positif, recall 0,85 untuk kelas negatif dan 0,82 untuk kelas positif, serta F1-score masing-masing 0,84 dan 0,83. Temuan ini membuktikan bahwa algoritma Naïve Bayes efektif digunakan untuk analisis sentimen terkait kebijakan publik di media sosial.