Penelitian ini menyelidiki sentimen masyarakat terhadap pertambangan emas di Indonesia melalui Twitter, menggunakan clustering K-Means dan Naïve Bayes Classifier untuk analisis sentimen. Mengingat pertambangan batu bara menjadi isu yang kontroversial, mengukur opini publik sangatlah penting untuk memahami dampak sosial dan mendorong dialog antar pemangku kepentingan. Penelitian ini melibatkan pengumpulan data Twitter, diikuti dengan pra-pemrosesan untuk mempersiapkan analisis. Algoritme K-Means mengidentifikasi tiga kelompok sentimen: netral (1561 tweet), positif (202 tweet), dan negatif (631 tweet). Selanjutnya, Pengklasifikasi Naïve Bayes, yang diterapkan pada set pelatihan yang terdiri dari 1.348 tweet dan set pengujian yang terdiri dari 1.046 tweet, selanjutnya mengkategorikan sentimen menjadi 324 tweet negatif, 40 netral, dan 682 tweet positif. Metodologi tersebut mencapai akurasi gabungan sebesar 99%, yang menunjukkan.
                        
                        
                        
                        
                            
                                Copyrights © 2024