Analisis Sentimen Tweet Opini Publik terhadap Saham Bukalapak Menggunakan Naive Bayes Classifier dengan SMOTE

Abstract

Initial Public Offer atau penawaran saham kepada publik yang dilakukan oleh perusahan e-commerce unicorn pertama di Indonesia, yaitu Bukalapak menjadi trending topik pada media sosial Twitter pada Agustus tahun 2021. Banyak tweet opini publik yang menggaung mengenai hal tersebut, tidak tinggal diam penulis memanfaatkan momentum untuk melakukan analisis sentimen dengan menggunakan tiga kelas sentimen yaitu positif, negatif dan netral. Proses pelabelan pada dataset dibantu oleh ahli bahasa sehingga penulis menggunakan data tersebut dalam penelitian ini. Analisis sentimen dilakukan pada 2000 data tweet yang telah dikumpulkan, dengan 1348 data kelas positif, 473 data kelas negatif dan 179 data kelas netral menggunakan metode Naive Bayes Classifier. Dalam mengatasi ketidakseimbangan data digunakan teknik Synthetic Minority Oversampling Technique(SMOTE). Pada implementasinya dilakukan percobaan pada empat rasio data yakni 60:40, 70:30, 80:20 dan 90:10, kemudian dengan skenario tanpa SMOTE dan dengan SMOTE. Hasilnya, nilai akurasi tertinggi didapat pada rasio data training dan testing 80:20 sebesar 70,75% pada skenario menggunakan SMOTE. Untuk precision, recall dan f-measure didapatkan nilai terbaik dengan menggunakan skenario SMOTE pada rasio data 60:40 masingmasing sebesar 56,74% precision, 58,42% recall dan 57,47% fmeasure. Pada pengujian akurasi klasifikasi sistem mampu memberikan prediksi kelas sentimen pada data tweet uji dengan kelas negatif lebih banyak ketimbang kelas positif, tanpa adanya kelas netral.