ANALISIS SENTIMEN TERHADAP KINERJA KEPOLISIAN BERDASARKAN KLASIFIKASI KOMENTAR DI TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SELEKSI FITUR CHI SQUARE

ABSTRAKrnBeberapa tahun belakangan ini kepercayaan masyarakat Indonesia terhadap kepolisian mulai memudar, bersamaan dengan munculnya beberapa kasus yang membuat publik bertanya tentang integritas terhadap personil kepolisian. Masih terdapat beberapa dilema yang berakibat gambaran kepolisian Secara umum masih tampak kabur di mata publik dan media, yang seharusnya menjadi perhatian khusus yang perlu segera disikapi. Kami akan secara otomatis mengklasifikasikan opini publik berbasis media Twitter dalam penelitian ini. Penelitian ini juga dilakukan untuk membuktikan pengaruh seleksi fitur Chi-Square terhadap kinerja algoritma Naïve Bayes Classifier dalam klasifikasi analisis sentimen. Data penelitian diambil dari Twitter sebanyak 657 data. Pengujian dilakukan dengan menganalisis sentimen dokumen dokumen dengan dan tanpa seleksi fitur Chi-Square. Dari analisis sentimen tanpa seleksi fitur diperoleh hasil akurasi 80.53% dan f1-score 80.60%. Sedangkan dengan seleksi fitur Chi-Square (taraf nyata α 0.25) diperoleh hasil akurasi 87.61% dan f1-score 88.19%. Dari hasil tersebut, dapat diketahui bahwa seleksi fitur Chi-Square mempengaruhi kinerja algoritma Naïve Bayes dalam menganalisis sentimen dokumen.rnKata kunci: Analisis sentimen, Chi-Square, Naïve Bayes Classifier, kinerja kepolisian.