Analisis Sentimen pada Media Sosial Twitter Terhadap Kebijakan PPKM Menggunakan Metode Naive Bayes Classifier

Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) merupakan sebuah tindak lanjut dari instruksi Presiden Republik Indonesia terkait Darurat Corona Virus Desease (COVID-19) di wilayah Jawa dan Bali. Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) oleh pemerintah negara Indonesia menuai banyak tanggapan masyarakat terutama pengguna media sosial twitter. Reaksi – reaksi yang timbul berupa tweet dan komentar yang ditulis oleh para pengguna twitter. Dalam tulisan – tulisan yang dikirim, terdapat berbagai sentimen atau opini masyarakat, baik yang berupa opini positif seperti seperti mendukung kebijakan pemerintah, dan terdapat pula opini negatif seperti mengkritik bahkan tidak menyetujui Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) tersebut. Untuk mengetahui tweet pada twitter termasuk tanggapan positif atau negatif, maka dapat digunakan sebuah analisis sentimen.rnDalam penelitian ini terdapat tahapan preprocessing data yang digunakan, antara lain: Cleansing, Tokenizing, Case Folding, Konversi Slangword, Stemming, dan Stopword. Untuk mengklasifikasikan sentimen dari masyarakat menggunakan metode naive bayes, kemudian metode Principal Component Analysis untuk seleksi fitur dan metode TF-IDF untuk pembobotan setiap kata. Naive bayes merupakan metode untuk mengklasifikasikan teks menggunakan perhitungan probabilitas dan juga statistik. Hasil dari penelitian ini menunjukan bahwa algoritma Naive Bayes Classifier cukup baik dalam model pengklasifikasian data teks dengan menghasilkan nilai akurasi mencapai 77%.