KLASIFIKASI SENTIMEN PUBLIK PADA TWITTER TENTANG KEBIJAKAN NEW NORMAL MENGGUNAKAN METODE MAXIMUM ENTROPY

Twitter merupakan jejaring sosial yang berkembang pesat, media sosial juga sangat berperan penting bagi kalangan pemerintah untuk mengetahui pendapat masyarakat terhadap tindakan ataupun kebijakan-kebijakan yang diambil. Kebijakan pemerintah Indonesia yang dibuat pada saat ini yaitu New Normal selama masa pandemi COVID-19 agar dapat segera dilaksanakan di berbagai daerah. Hal tersebut menyebabkan semakin banyak pengguna yang melakukan tweet dengan mengekspresikan pandangan mereka tentang New Normal sehingga diperlukan sebuah sistem yang dapat melakukan analisis sentimen pengguna terhadap New Normal secara real time. Analisis sentimen digunakan untuk menentukan kesukaan atau ketidaksukaan terhadap suatu objek yang bernilai positif atau negatif, nilai tersebut dapat digunakan untuk dijadikan sebagai parameter dalam pengambilan keputusan. Pada penelitian ini dilakukan klasifikasi sentiment publik pada twitter menggunakan metode Maximum Entropy terhadap tweet positif dan negatif masyarakat tentang kebijkan New Normal. Maximum Entropy merupakan salah satu metode klasifikasi yang digunakan untuk mengklasifikasi suatu data berdasarkan nilai entropy. Entropy digunakan untuk mengukur tingkat heterogenitas atau keberagaman terhadap suatu kumpulan data. Penelitian ini menggunakan data sebanyak 500 tweet yang di ambil melalui hasil crawling dari twitter dengan class positif dan negatif, masing masing data dibagi menjadi 50:50, diantaranya data positif 250 dan 250 data negatif. Pengujian menggunakan 4 Fold Cross Validation yang dibagi per-125 setiap k nya, yang menghasilkan rata-rata nilai precision 70,60%, recall 76,26%, dan accuracy 69,81%%. Pengujian menggunakan 5 Fold Cross Validation yang dibagi per-125 setiap k nya, yang menghasilkan rata-rata nilai precision 76,6%, recall 68,78%, dan accuracy 69,8%.