<![CDATA[Penyakit diabetes melitus merupakan salah satu penyakit kronis yang prevalensinya terus meningkat di Indonesia, terutama akibat gaya hidup tidak sehat, termasuk konsumsi minuman kemasan tinggi gula. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap penyakit diabetes melalui opini yang diunggah pada platform media sosial Twitter. Metodologi penelitian yang digunakan adalah Knowledge Discovery in Database (KDD). Algoritma yang digunakan adalah Naive Bayes Classifier dengan dua kategori sentimen, yaitu positif dan negatif. Data dikumpulkan menggunakan Twitter API dan diproses melalui tahapan preprocessing, termasuk pembersihan teks, tokenisasi, dan stemming. Data yang semula berjumlah 4802 berkurang setelah dibersihkan menjadi 4369 data yang terdiri dari 2373 tweet label negatif dan 1996 tweet label positif. Pengujian dilakukan berdasarkan empat skenario pembagian data latih dan data uji, yaitu 90:10, 80:20, 70:30, dan 60:40. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen secara efektif dengan akurasi sebesar 81%, precision 80%, recall 81%, dan f-score 80% pada skenario eksperimen 90:10. Temuan ini mengindikasikan bahwa sebagian besar opini masyarakat di Twitter sentimen negatif terhadap diabetes, mencerminkan tingginya kekhawatiran publik terhadap penyakit tersebut. Penelitian ini diharapkan dapat menjadi referensi bagi pihak terkait dalam merancang strategi edukasi dan pencegahan yang lebih tepat sasaran.]]>
Copyrights © 2025
