Analisa Sentimen Warganet Terhadap KTT G20 Bali Menggunakan Algoritma Naïve Bayes

Abdul Halim Anshor (Universitas Pelita Bangsa)

Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Vol 11, No 3: Desember 2022

As an effort to evaluate the implementation of the G20 Bali High Level Conference (Summit) activities, it is appropriate for the Indonesian government to receive input from various parties, including analyzing public responses (sentiments) regarding the implementation of these activities, so that they can obtain input for improving similar activities in the future. This paper presents an analysis of the sentiments of Twitter users towards the implementation of the Bali G20 Summit. The analysis aims to classify community responses into positive and negative categories using the Naïve Bayes Classifier (NBC) algorithm. The analysis process was carried out by crawling Twitter data, preprocessing, classification using the Naïve Bayes algorithm, validating results, and evaluating. The results of the Naïve Bayes performance test show an accuracy value of 94.55%, 100% precision and 89.10% recall. These results are expected to be information supporting decisions for the government in making policies related to G20 cooperation in the future.Keywords: High Level Conference; G20, Classification; Netizens' Responses; Twitter AbstrakSebagai upaya mengevaluasi pelaksanaan kegiatan Konfrensi Tingkat Tingngi (KTT) G20 Bali, sudah selayaknya pemerintah Indonesia menerima masukan-masuk dari berbagai pihak, termasuk menganalisis tanggapan (sentimen) masyarakat mengenai pelaksanaan kegiatan tersebut, sehingga dapat memperoleh masukan untuk penyempurnaan kegiatan serupa di masa mendatang. Paper ini menyajikan analisa sentimen masyarakat pengguna Twitter terhadap pelaksanaan KTT G20 Bali. Analisa bertujuan untuk mengklasifikasikan tanggapan masyarakat ke dalam kategori positif dan negatif dengan menggunakan algoritme Naïve Bayes Classifier (NBC). Proses analisa dilakukan dengan tahapan crawling data twitter, Preprocessing, Klasifikasi menggunakan Algoritme Naïve Bayes, validasi hasil, dan evaluasi. Hasil pengujian kinerja Naïve Bayes menunjukkan nilai Accuracy sebesar 94,55%, precision 100%, dan recall 89,10%. Hasil ini diharapkan dapat menjadi informasi pendukung keputusan bagi pemerintah dalam mengambil kebijakan terkait kerjasama G20 dimasa yang akan datang.