Klasifikasi Sentimen Tweet Kasus Pelecehan Seksual pada Santri di Bandung Menggunakan Algoritma Naive Bayes dengan Teknik Oversampling

Abstract

Klasifikasi Sentimen Tweet Kasus Pelaku Pelecehan Seksual Pada Santri di Bandung menggunakan Algoritma Naive Bayes dengan Teknik Oversampling; Al Fikri Zaini Hidayah, 172410101132; 2022, 153 halaman; Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Jember. Klasifikasi sentimen pada twitter merupakan proses memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk mendapat informasi sentimen yang terkandung dalam suatu tweet pengguna. Baragam opini dalam tweet pengguna terhadap kasus pelaku pelecehan seksual pada santri di Bandung miliki sentimen dan pengaruh yang beragam pula. Perlunya memahami maksud dan persepsi yang disampaikan oleh pengguna twitter sangat diperlukan agar tidak mudah terpengaruh tweet tersebut. Klasifikasi sentimen dilakukan pada 3100 data tweet yang telah dikumpulkan, dengan data positif 62, data negatif 1886, dan data netral 1152 dengan menggunakan metode Naive Bayes Classifier. Dalam mengatasi ketidakseimbangan data digunakan bebrapa teknik oversampling seperti Synthetic Minority Oversampling Technique (SMOTE), borderline-SMOTE dan ADASYN (Adaptive Synthetic). Pada implementasinya dilakukan percobaan pada empat rasio data yakni 60:40, 70:30, 80:20 dan 90:10, kemudian dengan skenario data naive bayes , naive bayes + SMOTE, naive bayes + borderline-SMOTE, dan naive bayes + ADASYN . Hasil nilai akurasi yang tertinggi didapat pada rasio data training dan testing 90:10 sebesar 77,74% pada skenario menggunakan naive bayes + ADASYN . Untuk precision, recall dan f-measure didapatkan nilai masingmasing sebesar 80,08% precision, 77,74% recall dan 78,70% fmeasure.