KLASIFIKASI PENDAPAT MASYARAKAT JEJARING SOSIAL DENGAN MENGGUNAKAN METODE NAIVE BAYES (Studi kasus : Jejaring sosial Twitter, Keyword : Jokowi)

Setelah terpilihnya Presiden Republik Indonesia tahun 2014, banyak kebijakan yang telah dilakukannya, namun di saat bersamaan berbagai pro dan kontra bermunculan dikalangan masyarakat. Beberapa pendapat muncul baik dalam konteks yang positif, negatif dan ada beberapa pendapat yang bersifat netral. Dalam proses mengumpulkan pendapat masyarakat yang tersebar di dunia jejaring sosial Twitter ini dengan proses Crawling. Data yang berhasil di-crawl selanjutnya dilakukan beberapa proses menggunakan metode NB. Dengan menggunakan metode ini, maka semua pendapat yang ada nantinya akan dikelompokkan berdasarkan kelas yang sudah ditentukan, yakni positif, dan negatif. Selanjutnya akan ditampilkan dalam bentuk persebaran dalam sebuah peta digital. Sebaran pendapat-pendapat tersebut didasarkan pada daerahnya. Maka dari itu dibutuhkan sebuah aplikasi yang dapat menghimpun pendapat masyarakat. Setelah itu akan dilakukan penghitungan menggunakan metode Naïve Bayes. Tujuannya untuk mengetahui tingkat keakuratan pengklasifikasian data yang didapat kemudian menampilkan hasilnya dalam bentuk sebaran dalam peta digital. Diharapkan dengan adanya aplikasi ini menjadikannya salah satu referensi dalam mengetahui sebaran pendapat.
Kata Kunci : Crawling, Twitter, Klasifikasi, Naïve Bayes, Peta Digital