Analisis Sentimen dari Media Sosial Menggunakan Metode Information Gain dan Naive Bayes

Pada media sosial, pengguna dapat dengan bebas mengekspresikan
pendapat atau opini. Media sosial dapat menjadi alternatif solusi untuk
melakukan analisis sentimen disamping survei konvensional yang
memerlukan biaya mahal dan waktu yang cukup lama. Salah satu metode
yang banyak digunakan untuk analisis sentimen adalah naïve bayes.
Metode ini mempunyai akurasi yang baik untuk klasifikasi sentimen dan
efisien dalam hal komputasi. Proses analisis akan dimulai dengan
pengumpulan data, kemudian melakukan preprocessing, seleksi fitur dan
pembuatan model klasifikasi. Seleksi fitur dilakukan menggunakan
metode information gain, dengan menghitung keterkaitan kata terhadap
kelas dan klasifikasi akan dilakukan dengan naïve bayes, dengan
menghitung probabilitas setiap kata terhadap kelas. Penelitian ini
bertujuan untuk mengetahui bagaimana performa metode information
gain dan naïve bayes dalam analisis sentimen. Hasil pengukuran dari
performa metode antara lain nilai akurasi rata-rata 56,6%, precision 0,33,
dan recall sebesar 0,39.