<![CDATA[Kebijakan awal pemerintahan Kabinet Prabowo Subianto memicu beragam opini masyarakat di media sosial X, namun opini tersebut belum terklasifikasi ke dalam polaritas sentimen sehingga sulit dijadikan bahan evaluasi. Penelitian ini bertujuan mengimplementasikan dan mengevaluasi algoritma Naïve Bayes Classifier (NBC) dalam mengklasifikasikan sentimen masyarakat terhadap pemerintahan Kabinet Prabowo Subianto ke dalam kelas positif, negatif, dan netral. Sebanyak 587 tweet dikumpulkan melalui teknik scraping sejak 20 Oktober 2024, kemudian diproses melalui enam tahap text preprocessing, dilabeli otomatis menggunakan InSet Lexicon, dan dibobotkan dengan TF-IDF yang menghasilkan 317 fitur. Data dibagi 70:30 secara stratified menjadi 410 data latih dan 177 data uji, lalu diklasifikasikan menggunakan Multinomial Naïve Bayes dengan Laplace smoothing α=1,0. Hasil pelabelan menunjukkan dominasi sentimen negatif sebesar 55,7% (327 tweet), diikuti netral 30,7% (180 tweet) dan positif 13,6% (80 tweet). Model memperoleh akurasi 61,58% dengan presisi weighted 60,39%, recall weighted 61,58%, dan F1-score weighted 55,60%. Ketidakseimbangan kelas menyebabkan model bias terhadap kelas negatif, sehingga penyeimbangan data disarankan pada penelitian berikutnya.]]>
Copyrights © 2026
