<![CDATA[Penelitian bertujuan untuk menganalisis sentimen pengguna media sosial terhadap film "Dirty Vote" menggunakan metode text mining dan algoritma Naïve Bayes. Data diambil melalui teknik crawling dari Twitter (X) untuk mendapatkan tweet yang berkaitan dengan film tersebut. Setelah data dikumpulkan, dilakukan pelabelan secara manual untuk menentukan apakah sentimen yang terkandung dalam tweet tersebut bersifat positif atau negatif. Proses pre-processing dilakukan untuk membersihkan data dan menyiapkannya untuk analisis lebih lanjut, termasuk tokenisasi dan stemming. Pembobotan kata menggunakan teknik Term Frequency-Inverse Document Frequency (TF-IDF) diterapkan untuk menentukan pentingnya kata-kata dalam konteks dokumen. Algoritma Naïve Bayes kemudian digunakan untuk memodelkan dan mengklasifikasikan sentimen. Evaluasi model dilakukan dengan Confusion Matrix dan K-fold Cross Validation untuk memastikan akurasi hasil yang diperoleh. Hasil penelitian menunjukkan bahwa model yang dibangun memiliki akurasi yang cukup tinggi dalam mengklasifikasikan sentimen, memberikan pengetahuan yang berguna bagi pembuat film dan pemasar dalam memahami persepsi publik terhadap film "Dirty Vote". Kata Kunci: Analisis Sentimen, Film Dirty Vote, Twitter (X), Naive Bayes, Cosine Similarity.]]>
Copyrights © 2025
