Analisis Sentimen Pada Media Sosial Twitter Terhadap Kebijakan Pemindahan Ibukota Negara Berbasis Model Probabilitas

Wacana pemindahan Ibukota negara Indonesia oleh pemerintah menimbulkan banyak reaksi dari masyarakat terlebih para pengguna media sosial termasuk twitter. Reaksi-reaksi yang timbul tentunya berupa tweet dan komentar yang ditulis oleh para pengguna twitter. Dalam tulisan-tulisan yang dikirimkan, terdapat berbagai sentimen atau opini dari masyarakat, baik yang berupa opini positif seperti mendukung pemerintah, dan terdapat pula opini negatif seperti mengkritik bahkan tidak menyetujui kebijakan pemindahan ibukota negara tersebut. Untuk mengetahui tulisan dalam twitter termasuk suatu opini positif atau negatif, dapat digunakan sebuah analisis sentimen. Dalam penelitian ini proses analisis sentimen menggunakan metode tf-idf untuk pembobotan kata atau fiturnya, metode information gain untuk seleksi fitur dan metode naïve bayes untuk mengklasifikasikan sentimen dari masyarakat. Sebelum dilakukan pengklasifikasian data, dilakukan terlebih dahulu pengumpulan data melalui teknik crawling data. Data hasil crawling akan di preprocessing untuk membersihkan data dan memperbaiki struktur data. Hasil penelitian ini menunjukkan bahwa algoritma naïve bayes cukup baik dalam model pengklasifikasian data teks dengan akurasi terbesar mencapai 82%. Penelitian ini mampu memberikan sebuah informasi yang bermanfaat bagi masyarakat mengenai respon pengguna twitter terhadap kebijakan pemindahan ibukota negara.