<![CDATA[Pertumbuhan pesat media sosial, khususnya Twitter, telah membuka ruang yang luas bagi masyarakat untuk mengekspresikan pandangan mereka secara terbuka terhadap tokoh publik dan isu-isu politik. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap opini masyarakat mengenai Dedi Mulyadi, seorang tokoh politik di Indonesia, dengan memanfaatkan data yang diperoleh dari Twitter. Metodologi yang digunakan meliputi tahapan pengumpulan data tweet, praproses teks, ekstraksi fitur menggunakan pendekatan Term Frekuensi-Inverse Document Frekuensi (TF-IDF), serta proses klasifikasi sentimen melalui algoritma Naive Bayes. Sentimen yang diklasifikasikan terdiri dari tiga kategori, yaitu positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa kombinasi antara metode TF-IDF dan Naive Bayes mampu mengidentifikasi sentimen publik secara cukup efektif, dengan akurasi mencapai 68,0%. Temuan ini diharapkan dapat memberikan kontribusi dalam bidang analisis media sosial dan pemetaan opini masyarakat terhadap figur politik.]]>
Copyrights © 2026
