Jurnal Publikasi STMIK Pontianak

Abstrak:

Penolakan mantan Menteri Kelautan dan Perikanan melalui Twitter atas dibukanya keran ekspor benih lobster mendapat respon positif dan negatif dari masyarakat. Opini masyarakat ini perlu diteliti untuk mendengar keluhan dan menyerap aspirasi masyarakat. Namun, untuk menghasilkan kata atau term dalam penelitian, beragam opini tersebut sulit untuk dipilah, karena terdapat beberapa kendala seperti penggunaan bahasa informal, adanya simbol, singkatan, bahasa asing atau bahasa daerah. Untuk itu, penelitian ini menggunakan analisis sentimen. Dalam penelitian ini, opini masyarakat dikumpulkan dan diolah melalui beberapa tahapan, dimulai dari pengumpulan data mentah, pre-processing data, seleksi fitur, pemisahan data, klasifikasi, dan evaluasi. Pre-processing data mencakup normalization, stemming, convert emoticon, convert negation, tokenizing, stopword removal, dan case folding. Seleksi fitur menggunakan Term Frequency; split data menggunakan Cross Validation; dan evalusi memanfaatkan Confusion Matrix. Tujuan penelitian ini adalah melakukan analisis sentimen dengan algoritma Naïve Bayes dengan lima rasio perbandingan pada data split antara data latih dan data uji untuk mendapatkan nilai evaluasi tertinggi. Jumlah data yang diambil sebanyak 200 sample tweet yang terbagi atas 116 opini positif dan 84 opini negatif. Penelitian ini menghasilkan nilai evaluasi tertinggi di mana accuracy adalah 72.50%; precision adalah 88.64%; recall adalah 62.42%, dan AUC adalah 86.50%.

Kata Kunci : Cross Validation, Data Mining, Lobster Larvae, Naïve Bayes, Sentiment Analysis