Pemanfaatan Naïve Bayes Classifier dengan Damerau-Levenshtein Distance dan N-Gram dalam Analisis Sentimen Terhadap Masyarakat Madura

Adanya persepsi masyarakat luar terhadap orang Madura yang tersebar di berbagai platform media sosial menjadi tantangan dalam mengidentifikasi dan mengukur opini tersebut terlebih secara manual. Selain itu, kesalahan ejaan yang sering muncul dapat memengaruhi tingkat akurasi. Penggunaan teknologi Teknologi Natural Language Processing dengan kombinasi Naïve Bayes Classifier, Damerau-Levenshtein Distance untuk koreksi ejaan, serta fitur N-Gram dan pembobotan TF-IDF akan dipakai untuk meningkatkan akurasi analisis sentimen. Data 766 komentar dari Instagram, TikTok, dan YouTube, yang memuat opini tentang masyarakat Madura, dibedakan ke dalam dua kelas dalam proses manual labelling, menjadi 383 positif dan 383 negatif. Setelah melalui proses preprocessing, perbaikan ejaan dengan Damerau-Levenshtein Distance, ekstraksi fitur N-Gram dan pembobotan TF-IDF, data dibagi menjadi 80% data latih dan 20% data uji. Pengujian dilakukan menggunakan 5 parameter alpha dari 1.0 hingga 3.0 dengan empat skenario yakni model dasar Naïve Bayes Classifier, dengan koreksi ejaan Damerau-Levenshtein Distance, serta kombinasi fitur bigram dan trigram. Berdasarkan hasil pengujian menggunakan confusion matrix dan K-Fold cross validation K=5, akurasi tertinggi terdapat pada kombinasi Naïve Bayes Classifier, Damerau-Levenshtein Distance, dan N-Gram dengan n=2 atau bigram yang memiliki peningkatan 1.31% dari model dasar Naïve Bayes dengan akurasi terendah yakni 81.70% menjadi 83.01%.