KLASIFIKASI SENTIMEN PUBLIK PADA TWITTER TENTANG KEBIJAKAN PPDB (Penerimaan Peserta Didik Baru) MENGGUNAKAN METODE LOGISTIC REGRESSION

Media sosial twitter dapat digunakan untuk mengetahui pendapat masyarakat terhadap kebijakan-kebijakan yang dambil oleh pemerintah. Salah satunya yaitu kebijakan PPDB (Penerimaan Peserta Didik Baru) 2020. Kebijakan tersebut menuai banyak respon berupa komentar dari para netizen. Banyaknya komentar yang ditulis pada twitter membutuhkan pengklasifikasian sesuai sentimen yang diberikan agar mudah untuk mendapatkan kecenderungan komentar tersebut termasuk positif atau negatif. Tujuan penelitian ini mengukur tingkat akurasi klasifikasi komentar netizen pada twitter terkait kebijakan PPDB 2020 menggunakan metode Logistic Regression (Analisis sentimen). Analisis sentimen dilakukan melalui beberapa tahapan seperti filtering data, pelabelan data, prepocessing, pembobotan kata (term weighting), serta klasifikasi menggunakan Logistic Regression. Penelitian ini menggunakan data tweet sebanyak 600 data dengan porsi kelas positif dan negatif sebesar 50:50. Pengujian menggunakan 4-fold Cross Validation menghasilkan rata-rata nilai nilai akurasi sebesar 86,33%, presisi sebesar 100%, dan recall sebesar 73,10%. Dari 4 kali percobaan , akurasi tertinggi diperoleh pada saat fold-4 dengan hasil akurasi sebesar 90,00%, dan akurasi terendah diperoleh pada saat fold- 2 dengan hasil akurasi sebesar 80,00%.