Identifikasi Saran Pengguna untuk Platform Bijak Memilih Melalui Analisis Sentimen Menggunakan Naive Bayes Classifier dan POS Tagging

Abstract

Platform Bijak Memilih merupakan platform edukasi politik yang menyediakan informasi mengenai isu-isu strategis, rekam jejak partai politik, dan profil calon presiden dan wakil presiden. Platform ini memiliki target kedepannya untuk mengembangkan platform berdasarkan feedback dari pengguna yang meliputi pujian, kritik, dan saran dari media sosial. Oleh karena itu, dilakukan penelitian analisis sentimen untuk mengidentifikasi opini dan POS Tagging untuk mengidentifikasi objek pembahasan melalui filtering label kelas kata benda, kata kerja, dan kata keterangan. Penelitian ini bertujuan untuk mengetahui saran pengguna terhadap platform Bijak Memilih dan mengevaluasi akurasi algoritma Naive Bayes Classifier dan HMM - Viterbi yang digunakan dalam POS Tagging. Penelitian ini menggunakan 3000 data yang bersumber dari komentar pada postingan media sosial Bijak Memilih yang berisi penjelasan platform. Proses klasifikasi sentimen menghasilkan 1116 data bersentimen negatif yang kemudian diberikan tagger kata menggunakan POS Tagging. Hasil tagset kata dari proses POS Tagging dianalisis menggunakan algoritma Apriori untuk mendapatkan informasi yang bermakna dari keterkaitan kata. Hasil akhir mengidentifikasi sepuluh objek pembahasan beserta kata yang berkaitan untuk disimpulkan sebagai saran pengguna. Objek pembahasan tersebut menggambarkan permasalahan isu spesifik dan fitur yang diusulkan untuk ditambahkan atau diperbaiki pada platform Bijak Memilih. Hasil pengujian klasifikasi menunjukkan akurasi tertinggi sebesar 94% dan POS Tagging menunjukkan akurasi sebesar 93%.