<![CDATA[Kesejahteraan guru honorer menjadi isu penting dalam dunia pendidikan, salah satunya terkait kenaikan gaji. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kenaikan gaji guru honorer menggunakan model Naïve Bayes pada dataset Twitter. Data yang digunakan diperoleh melalui crawling dari platform media sosial Twitter dengan kata kunci "kenaikan gaji guru". Proses preprocessing dilakukan meliputi cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Data dikategorikan menjadi dua kelas, yaitu sentimen positif dan negatif. Hasil analisis menunjukkan bahwa dari 3091 tweet, 88,35% termasuk dalam kategori sentimen positif, sementara 11,65% menunjukkan sentimen negatif. Model Bernoulli Naïve Bayes terbukti lebih efektif dalam menangani data tidak seimbang, dengan akurasi sebesar 87,86%. Meskipun Multinomial Naïve Bayes memiliki akurasi yang lebih tinggi yaitu 89,65%, model ini cenderung bias terhadap sentimen positif. Sebaliknya, model Gaussian Naïve Bayes menunjukkan akurasi terendah sebesar 65,53%. Penelitian ini memberikan wawasan yang penting bagi pengambil kebijakan untuk mengevaluasi opini publik terkait kesejahteraan guru honorer.]]>
Copyrights © 2025
