Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Al-Aizar Romadhon, Muhammad Nauval
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Analisis Sentimen tentang Perbandingan Opini Pengguna Media Sosial X terhadap Program Naturalisasi Timnas Indonesia dan Program Naturalisasi Timnas Malaysia Menggunakan Naïve Bayes Classifier Al-Aizar Romadhon, Muhammad Nauval; Hadi Wijoyo, Satrio; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebijakan naturalisasi pemain sepak bola merupakan strategi krusial bagi Tim Nasional Indonesia dan Malaysia guna meningkatkan daya saing internasional. Namun, fenomena ini memicu gelombang opini di media sosial X, mulai dari dukungan prestasi hingga kekhawatiran terhadap nasib pemain lokal. Penelitian ini bertujuan membandingkan sentimen publik di kedua negara serta menguji efektivitas metode Naïve Bayes Classifier dalam mengolah data tersebut. Data dikumpulkan melalui web crawling periode Oktober-November 2024, yang kemudian diproses melalui tahap preprocessing, labeling, pemboobotan fitur, serta penanganan ketidakseimbangan data. Penelitian ini membandingkan tiga varian algoritma: Multinomial, Gaussian, dan Bernoulli Naïve Bayes. Hasil analisis menunjukkan perbedaan karakteristik yang kontras: opini terhadap Timnas Malaysia cenderung memiliki pola sentimen yang tegas, sementara opini terhadap Timnas Indonesia sangat didominasi komentar netral. Secara metodologi, Multinomial Naïve Bayes (MNB) ditemukan sebagai varian terbaik. Meskipun model awal menunjukkan akurasi kurang valid hingga 83%, integrasi teknik SMOTE dan TF-IDF pada skenario final berhasil meningkatkan performa model secara signifikan. Hal ini dibuktikan dengan meningkatnya nilai Recall pada kelas minoritas, sehingga menghasilkan sistem klasifikasi yang lebih objektif, seimbang, dan akurat dalam memetakan persepsi publik sepak bola.
Co-Authors Hadi Wijoyo, Satrio Purnomo, Welly