<![CDATA[Fenomena dinasti politik di Indonesia sering memicu perdebatan, terutama terkait dampaknya terhadap demokrasi dan representasi rakyat. Media sosial, seperti X, menjadi wadah utama bagi masyarakat untuk mengekspresikan opini mereka mengenai isu ini. Namun, analisis sentimen terhadap opini publik di media sosial menghadapi tantangan, terutama karena data teks yang tidak terstruktur dan mengandung noise. Penelitian ini bertujuan untuk mengidentifikasi kata-kata yang sering muncul dalam sentimen terkait dinasti politik, mengevaluasi akurasi algoritma Naïve Bayes dalam analisis sentimen, serta menentukan teknik sampling yang paling optimal untuk meningkatkan akurasi model. Metode yang digunakan adalah Knowledge Discovery in Database (KDD) dengan algoritma Naïve Bayes sebagai model klasifikasi sentimen. Hasil penelitian menunjukkan bahwa kata-kata seperti “politik,” “dinasti,” “banten,” “rakyat,” dan “keluarga” sering muncul dalam sentimen terkait dinasti politik. Teknik linear sampling memberikan akurasi tertinggi sebesar 77.78%, dengan precision 76.19% dan recall 84.21%. Penelitian ini menunjukkan bahwa distribusi data yang seimbang dan teknik sampling yang tepat berpengaruh signifikan terhadap performa model.]]>
Copyrights © 2025
