Klasifikasi Sentimen Postingan Sosial Media Menggunakan Machine Learning Random Forest dan Naïve Bayes

Putra, Tommy Dwi
Oktafiani, Dewi

Innovative: Journal Of Social Science Research
Vol. 5 No. 1 (2025): Innovative: Journal Of Social Science Research

Penggunaan media sosial di Indonesia berkembang pesat sehingga menimbulkan dampak positif seperti peningkatan kreativitas dan kemudahan berkomunikasi, serta dampak negatif seperti kecanduan dan kesepian. Penelitian ini berfokus pada klasifikasi sentimen postingan media sosial menggunakan algoritma Random Forest dan Naïve Bayes. Tujuannya adalah untuk memahami sentimen di media sosial, yang berguna bagi organisasi ketika merespons opini publik dan mengambil keputusan strategis. Penelitian ini membandingkan kinerja kedua algoritma tersebut menggunakan dataset besar dari Twitter. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 90,41%, sedangkan algoritma Random Forest mencapai akurasi sebesar 39.74%.