Klasifikasi Naïve Bayes pada Analisis Sentimen atas Penolakan Dibukanya Larangan Ekspor Benih Lobster

Kartika Sulastri

Abstract


Penolakan mantan Menteri Kelautan dan Perikanan melalui Twitter atas dibukanya keran ekspor benih lobster mendapat respon positif dan negatif dari masyarakat. Opini masyarakat ini perlu diteliti untuk mendengar keluhan dan menyerap aspirasi masyarakat. Namun, untuk menghasilkan kata atau term dalam penelitian, beragam opini tersebut sulit untuk dipilah, karena terdapat beberapa kendala seperti penggunaan bahasa informal, adanya simbol, singkatan, bahasa asing atau bahasa daerah.  Untuk itu, penelitian ini menggunakan analisis sentimen. Dalam penelitian ini, opini masyarakat dikumpulkan dan diolah melalui beberapa tahapan, dimulai dari pengumpulan data mentah, pre-processing data, seleksi fitur, pemisahan data, klasifikasi, dan evaluasi.  Pre-processing data mencakup normalization, stemming, convert emoticon, convert negation, tokenizing, stopword removal, dan case folding. Seleksi fitur menggunakan Term Frequency; split data menggunakan Cross Validation; dan evalusi memanfaatkan Confusion Matrix. Tujuan penelitian ini adalah melakukan analisis sentimen dengan algoritma Naïve Bayes dengan lima rasio perbandingan pada data split antara data latih dan data uji untuk mendapatkan nilai evaluasi tertinggi. Jumlah data yang diambil sebanyak 200 sample tweet yang terbagi atas 116 opini positif dan 84 opini negatif. Penelitian ini menghasilkan nilai evaluasi tertinggi di mana accuracy adalah  72.50%; precision adalah 88.64%; recall adalah 62.42%, dan AUC adalah 86.50%. 

Keywords


Cross Validation; Data Mining; Lobster Larvae; Naïve Bayes; Sentiment Analysis

Full Text:

PDF

References


A. H. Balkis, “Gaya Kepemimpinan Perempuan Dalam Instansi Publik: Studi Kasus Susi Pudjiastuti,” J. Ilmu Adm. Negara, 2020, doi: 10.31629/juan.v8i1.2271.

A. P. Natasuwarna, “Analisis Sentimen Keputusan Pemindahan Ibukota Negara Menggunakan Klasifikasi Naive Bayes,” Sensitif, pp. 47–53, 2019.

A. N. Hidayat, “Analisis Sentimen Terhadap Wacana Politik Pada Media Masa Online Menggunakan Algoritma Support Vector Machine Dan Naive Bayes,” J. Elektron. Sistim Inf. Dan Komput., 2015.

K. Hilal, “Kepentingan Indonesia Melarang Ekspor Benih Lobster keVietnam Tahun 2015,” Int. J. Soil Sci., 2015, doi: 10.3923/ijss.2017.32.38.

F. Furqan, T. W. Nurani, E. S. Wiyono, and D. A. Soeboer, “Tingkat Pemahaman Nelayan Terkait dengan Kebijakan Pelarangan Penangkapan Benih Lobster Panulirus spp. di Palabuhan Ratu,” Albacore J. Penelit. Perikan. Laut, 2018, doi: 10.29244/core.1.3.297-308.

E. N. Susanti, R. Oktaviani, S. Hartoyo, and D. S. Priyarsono, “Efisiensi Teknis Usaha Pembesaran Lobster di Pulau Lombok, Nusa Tenggara Barat,” J. Manaj. dan Agribisnis, 2017, doi: 10.17358/jma.14.3.230.

P. Tyagi and R. C. Tripathi, “A Review towards the Sentiment Analysis Techniques for the Analysis of Twitter Data,” SSRN Electron. J., 2019, doi: 10.2139/ssrn.3349569.

F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” INOVTEK Polbeng - Seri Inform., 2018, doi: 10.35314/isi.v3i1.335.

N. Saputra, T. B. Adji, and A. E. Permanasari, “Analisis Sentimen Data Presiden Jokowi dengan Preprocessing Normalisasi dan Stemming Menggunakan Metode Naive Bayes dan SVM,” J. Din. Inform., 2015.

W. H. Silitonga and J. I. Sihotang, “Analisis Sentimen Pemilihan Presiden Indonesia Tahun 2019 Di Twitter Berdasarkan Geolocation Menggunakan Metode Naïve Bayesian Classification,” TeIKa, 2019, doi: 10.36342/teika.v9i02.2199.

G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter,” Integer J. Maret, 2017.

D. F. Budiono, A. S. Nugroho, and A. Doewes, “Twitter sentiment analysis of DKI Jakarta’s gubernatorial election 2017 with predictive and descriptive approaches,” 2017, doi: 10.1109/IC3INA.2017.8251746.

M. S. Adhi, M. Z. Nafan, and E. Usada, “Pengaruh Semantic Expansion pada Naïve Bayes Classifier untuk Analisis Sentimen Tokoh Masyarakat,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), 2019, doi: 10.29207/resti.v3i2.901.

Y. T. Samuel and K. J. Manurip, “Analisis Sentimen Tokoh Publik Menggunakan Metode Naïve Bayesian Classification pada Aplikasi Twitter,” TeIKa, 2017, doi: 10.36342/teika.v7i1.2218.

A. P. Kirilenko, S. O. Stepchenkova, H. Kim, and X. (Robert) Li, “Automated Sentiment Analysis in Tourism: Comparison of Approaches,” J. Travel Res., 2018, doi: 10.1177/0047287517729757.

Mihuandayani, M., E. Feriyanto, S. Syarham, and K. Kusrini, “Opinion Mining pada Komentar Twitter E-KTP Menggunakan Naive Bayes Classifier,” Semnasteknomedia Online, vol. 6, no. 1, pp. 1–2, 2018.

A. F. Hidayatullah and A. SN, “Analisis Sentimen dan Klasifikasi Kategori terhadap tokoh publik pada twitter,” Semin. Nas. Inform., vol. 1, no. 1, 2015.

C. C. D. mining: the textbook. Aggarwal, Data Mining: The Text Book. Springer, 2015.

I. H. Witten, E. Frank, M. A. Hall, and C. J. Pal, Data Mining: Practical Machine Learning Tools and Techniques. 2016.

I. Zulfa and E. Winarko, “Sentimen Analisis Tweet Berbahasa Indonesia Dengan Deep Belief Network,” IJCCS (Indonesian J. Comput. Cybern. Syst., 2017, doi: 10.22146/ijccs.24716.

F. N. Hasan and M. Wahyudi, “Analisis Sentimen Artikel Berita Tokoh Sepak Bola Dunia Menggunakan Algoritma Support Vector Machine dan Naive Bayes Berbasis Particle Swarm Opimization,” Akrab Juara, vol. 3, no. 4, pp. 42–55, 2018.




DOI: https://doi.org/10.31284/j.kernel.2020.v1i2.1501

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Kartika Sulastri

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Diindeks oleh:
Google Scholar logo Dimensions Logo