PENERAPAN NATURAL LANGUAGE PROCESSING DALAM ANALISIS SENTIMEN CAWAPRES 2024 MENGGUNAKAN ALGORITMA NAIVE BAYES

Abstrak

Pemerintah indonesia akan mengadakan pemilu tahun 2024 isu yang paling di sorot yaitu pemilihan calon presiden dan calon wakil presiden tahun 2024, keputusan Mahkamah Konstitusi (MK) tentang pemilihan calon presiden dan wakil presiden pada tahun 2024 menjadi isu yang sangat viral, terutama terkait CAWAPRES muda. Beberapa analisis sentimen di Twitter menunjukkan bahwa teks yang disebutkan masyarakat memiliki sentimen negatif, positif, atau netral. Dalam konteks penelitian ini, fokusnya adalah menilai apakah teks yang muncul di Twitter bersifat negatif, positif, atau bahkan bersifat netral. Metode yang digunakan dalam penelitian ini  metode SEMMA (sample, explore, modify, assess) dengan menggunakan algoritma naive bayes, dengan pemodelan confusion matrix untuk prediksi sentimen menggunakan Naïve Bayes dengan menghasilkan nilai presisi, akurasi dan recall. Hasil evaluasi dari algoritma naive bayes tersebut mencapai 73,98% untuk nilai recall, 77,37% untuk nilai akurasi dan 100% untuk nilai presisi.