IMPLEMENTASI NAÏVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN APLIKASI PINJAMAN ONLINE PADA MEDIA SOSIAL TWITTER

Azzahra, Shinta May Khoiria
Santi, Nirma Ceisa
Wahyudi, Sunu

Almantiq
Vol. 4 No. 2 (2024): Multidisciplinary Applications of Quantum Information Science (Al-Mantiq)

Sistem analisis sentimen adalah sistem yang digunakan untuk melakukan proses analisis otomatis pada tweet aplikasi pinjaman online berbahasa Indonesia untuk mendapatkan informasi termasuk informasi sentimen yang menjadi bagian dari tweet tersebut. Data tersebut diklasifikasikan dengan menggunakan Naive Bayes. Sistem analisis sentimen dibagi menjadi 5 (lima) tahap, yaitu scraping, pre-processing, pembobotan kata, pembangunan model dan klasifikasi sentimen. Metode TF-IDF (Term Frequency - Inverse Document Frequency) digunakan untuk pembobotan kata. Data yang ada akan diklasifikasikan menjadi 2 (dua) kelas positif dan negatif. Hasil pengujian dengan 500 data dari tweet aplikasi Kredivo menunjukkan bahwa pada pengujian 2 kelas (negatif dan positif) didapatkan hasil terbaik pada 90% data latih dan 10% data uji dengan nilai akurasi sebesar 91,12%.