Analisis Sentimen Terhadap Karir E-Sports di Indonesia Pada Media Twitter Menggunakan Metode Naive Bayes

Abstract

Analisis sentimen karir esports pada Twitter menggunakan metode Naive Bayes adalah sebuah pendekatan yang digunakan untuk menentukan sentimen positif dan negatif terkait topik karir esports berdasarkan data tweet yang dianalisis. Metode Naive Bayes adalah sebuah metode klasifikasi yang berdasarkan pada Teorema Bayes dengan asumsi bahwa setiap fitur (kata atau frasa) dalam data tweet adalah independen satu sama lainnya. Metode ini menghitung probabilitas masing-masing kelas sentimen (positif, negatif, atau netral) berdasarkan kemunculan fitur-fitur tersebut dalam set data pelatihan. Proses Analisis sentimen dilakukan setelah data didapatkan pada tahapan crawling data, dilanjutkan dengan pembersihan kata pada proses preprocessing, dan pembobotan kata. Analisis sentimen dengan mengimplementasikan metode naive bayes classifier bertujuan agar mendapatkan klasifikasi mengenai opini publik terhadap karir esports di Indonesia. Terdapat dua kelas pada penelitian ini yaitu kelas positif dan negatif. Dari 2000 unggahan tweet dilakukan pelabelan sentimen positif dan negatif lalu akan dibagi antara data training dan data testing dengan perbandingan sebesar 60%:40%, 70%:30%, 80%:20%, dan 90%:10%. Dari hasil evaluasi pada Analisis sentimen mengenai opini publik terhadap karir esports pada twitter didapatkan nilai akurasi tertinggi sebesar 68% dengan data training yang dipakai sebesar 90%, data testing sebesar 10%.