SENTIMENT ANALYSIS TOKOH POLITIK PADA TWITTER

Agung Pramono (Sistem Informasi, Fakultas Teknik, Universitas Nusantara PGRI Kediri)
Rini Indriati (Sistem Informasi, Fakultas Teknik, Universitas Nusantara PGRI Kediri)
Arie Nugroho (Sistem Informasi, Fakultas Teknik, Universitas Nusantara PGRI Kediri)

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 1 No. 1 (2017): PROSIDING SEMNAS INOTEK Ke-I Tahun 2017

Sentiment analysis atau opinion mining digunakan menganalisis opini publik kepada tokoh politik berdasarkan data yang didapatkan dari twitter. Penguna twitter melakukan posting atau tweet tentang pendapat mereka kepada tokoh politik digunakan sebagai sumber data untuk menilai sentimen kepada tokoh politik. Metode Naïve Bayes Classifier digunakan untuk melakukan klasifikasi pada twitter untuk mengetahui sentiment atau opinion pada tweet dan dikelompokkan menjadi positif, negatif atau netral. Proses pengklasifikasian metode Naïve Bayes Classifier ada beberapa tahap. Tahap pertama Proses Pembelajaran Naïve Bayes Classifier tahap kedua Proses Klasifikasi Naïve Bayes Classifier. Hasil proses klasifikasi berdasarkan nilai Vmap diambil nilai terbesar yang menjadi kategori dari tweet kelas positif, negatif dan netral. Pada proses klasifikasi nilai akurasi tergantung banyaknya data training. Pada data training positif 100, negatif 100, netral 100 dan data test 100, nilai akurasi 61% dan error 39% . Pada data training positif 700, negatif 700 dan netral 700 dengan menggunakan data test 100 akurasinya 91% dan error 9%. Rekomendasi penelitian selanjutnya menggunakan bahasa daerah atau bahasa asing, mengklasifikasi tentang produk atau hal lain, mengklasifikasi tweet yang terdapat singkatan.