<![CDATA[Proses pengesahan RUU-PKS menjadi topik pembicaraan dikalangan masyarakat khususnya sosial media, banyaknya opini yang disampaikan menyulitkan Netizen atau pengguna sosial media untuk membedakan opini negatif, positif ataupun netral. Dengan analisis sentimen opini acak tersebut dapat digabungkan dan diolah menjadi data sehingga menghasilkan sebuah informasi yang lebih jelas, pada proses sentimen analisis terdapat tahapan pre-processing. Untuk melakukan proses klasifikasi atau analisis data digunakan teknik machine learning bernama Naive Bayes sebuah metode yang dibuat untuk mengklasifikasikan data berbentuk text yang mampu dimanfaatkan dalam memprediksi suatu nilai dari sekumpulan data, namun penggunaan opini terhadap isu sebagai data penelitian menghasilkan jumlah data yang tidak seimbang atau imbalance sehingga diperlukan perhitungan akurasi dengan menggunakan metode confusion marix untuk meringkas kinerja klasifikasi yang memiliki data imbalance. Penelitian ini memiliki tujuan untuk mengetahui berapa nilai f1-score dari pre-processing opini Netizen terhadap RUU-PKS dengan menggunakan algoritma Naive Bayes Classifier, Mengetahui apakah tahapan pre-processing memiliki efektivitas dalam melakukan analisis sentimen pada opini Netizen terhadap RUU-PKS, Mengetahui berapa hasil perbandingan opini Netizen terhadap RUU-PKS dengan menggunakan kumpulan data cuitan pada media sosial Twitter serta mengetahui bagaimana hasil dari keseluruhan opini Netizen terhadap RUU-PKS pada sosial media Twitter. Penelitian ini menghasilkan empat kondisi pre-processing dengan 2.021 data opini dari Twitter mendapatkan nilai f1-score tertinggi pada kondisi preprocessing C yang tidak melakukan tahapan stopword namun melakukan tahapan normalisasi sebesar 72%.]]>
Copyrights © 2023
