Perbandingan Algoritma Klasifikasi untuk Analisis Sentimen Islam Nusantara di Indonesia: Comparison of Classification Algorithms for Sentiment Analysis of Islam Nusantara in Indonesia

Eghi Ditendra (UIN Sultan Syarif Kasim Riau)
Suryani Suryani (UIN Sultan Syarif Kasim Riau)
Siti Romelah (Vocational High School of 1 Rejotangan)
M. Habil Arsyiddik Tanjung (UIN Sultan Syarif Kasim Riau)
May Sarah (UIN Sultan Syarif Kasim Riau)

Malcom: Indonesian Journal of Machine Learning and Computer Science
Vol. 2 No. 1 (2022): MALCOM April 2022

Penelitian ini menggunakan perbandingan tiga Algoritma Klasifikasi, yaitu K-Nearest Neighbor, Naïve Bayes, dan Decision Tree pada Analisis Sentimen Islam Nusantara berdasarkan data Twitter dengan cara mengcrawlingkan data Twitter komentar masyarakat Twitter tentang Islam Nusantara dari tanggal 1 Januari 2014 sampai 11 November 2019. Tools yang digunakan adalah python, Twitter, dan Rapid Miner. Awal penelitian dimulai dari pengumpulan data, proses, dan hasil dari akurasi yang tertinggi. Dari hasil tersebut, KNN dan NBC adalah algoritma terbaik dengan value yang sama yaitu 56,71% dengan 10 respon positif, 276 negatif, dan 3914 netral. Pendapat masyarakat dari Twitter mengenai Islam Nusantara kebanyakan adalah netral, bisa dibilang baik, dan bisa dibilang buruk. Islam Nusantara merupakan topik yang biasa saja dalam masyarakat Indonesia melalui data yang didapatkan saat ini.