Sentimen Analisis Opini Masyarakat Terhadap UMKM Pada Media Sosial Twitter Dengan Metode Naïve Bayes Classifier

Angga Aditya Permana (Universitas Multimedia Nusantara)
Wahyu Aldhi Noviyanto (UMT)
Dinar Ajeng Kristiyanti (UMN)

Jurnal Minfo Polgan (JMP)
Vol. 12 No. 1 (2023): Article Research March 2023

Pertumbuhan Twitter selalu meningkat seiring berjalannya waktu, namun masih banyak kekurangan yang ditemukan, seperti sumber daya manusia yang masih belum berkembang. Metode yang digunakan dalam penelitian ini adalah metode Naïve Bayes Classifier (NBC) untuk dilakukan analisis sentimen. Untuk proses penentuan kalimat opini positif, netral atau negatif diambil dari Twitter. Penentuan ini sebagai proses pengklasifikasian. Dengan menggunakan Aplikasi Python 3.77, langkah awal adalah pengambilan data atau disebut crawling lalu di proses menggunakan Bahasa alami yang biasa disebut Natural Languange Processing (NLP) menggunakan library textblob dilanjutkan tahap preprocessing lalu menghitung Probabilitas kata. Sentimen ini untuk mengklasifikasi data tweet menggunakan library TextBlob sebanyak 100 data menghasilkan 58% positif, 37% netral, dan 4% negatif.