KLASIFIKASI TRENDING TOPIK DI MEDIA SOSIAL X MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION

Abstract

Media sosial X salah satu platform media sosial yang banyak digunakan untuk memposting berbagai macam kejadian dan peristiwa viral. Postingan berisi isu hangat, berita terbaru, atau peristiwa viral yang menjadi perhatian baik di dalam negeri maupun luar negeri. Trending topik di media sosial X adalah daftar kata kunci, frasa, atau tagar, viral, dan banyak diperbincangkan dalam kurun waktu tertentu. Oleh karena itu penulis ingin mengklasifikasi trending topik sehingga bisa mendapatkan informasi yang lebih baik, dengan membagi beberapa trending topik sesuai pembahasannya. Penelitian ini datanya diambil dari media sosial X pada Januari 2024 sampai dengan April 2025 dengan teknik crawling yaitu proses otomatis untuk mengumpulkan data postingan, informasi user, dan interaksi. Kemudian metode text mining digunakan untuk mengekstraksi informasi berharga dari unggahan yang tidak terstruktur. Metode yang digunakan pada penelitian ini menggunakan pemodelan algoritma naïve bayes  berbasis particle swarm optimization dan dilakukan validasi data menggunakan k-fold cross validation dengan uji nilai fold = 10. Dari pengujian yang telah dilakukan menggunakan framework rapidminer mendapatkan hasil akurasi sebesar 97% dengan class precision pred NO : 99,58% dan pred YES 93,12%, class recall true NO 95,60% dan true YES 99,33%. Dari hasil penelitian ini maka klasifikasi menggunakan metode algoritma naïve bayes berbasis PSO merupakan pengolahan data klasifikasi yang baik