Analisis Sentimen Berbasis Emosi Terhadap Respon Masyarakat Indonesia Atas Kebijakan Pemerintah Tentang iPhone 16 Menggunakan Algoritma Naive Bayes
Abstract
Tujuan dari penelitian ini adalah untuk menganalisis sentimen penguna, media sosial terhadap kebijakan pemerintah Indonesia yang melarang Penjualan iPhone 16 akibat tidak terpenuhinya Persyaratan Tingkat Komponen Dalam Negeri (TKDN). Data dikumpulkan dari twitter dengan kata kunci relevan dan diproses menggunakan teknik preprocessing seperti translasi, case folding dan tokenisasi. Metode Term Frequency Inverse Document Frequency (TF-IDF) pada penelitian ini digunakan untuk ekstraksi fitur, sementara algoritma Naive Bayes diterapkan untuk klasifikasi sentimen menjadi positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model memiliki akurasi sebesar 0,718182, dengan, precision 0,749023, recall 0,718182, dan F1-score 0,714721. Temuan ini menggambarkan persepsi masyarakat yang beragam terhadap kebijakan pemerintah, dengan kontribusi signifkan dalam memahami opini publik melalui pendekatan kuantitatif berbasis data besar. Penelitian juga membuka peluang pengembangan model yang lebih terbuka untuk mengatasi kompleksitas data sosial media.
References
[2] R. Rifaldi, J. Indra, A. R. Pratama, dan A. R. Juwita, “Analisis Sentimen Pemboikotan Produk dengan Pendekatan Algoritma Naïve Bayes Media Sosial X,” Journal of Information System Research (JOSH), vol. 5, no. 4, hlm. 1–7, 2024.
[3] N. Q. Rizkina dan F. N. Hasan, “Analisis Sentimen Komentar Netizen Terhadap Pembubaran Konser NCT 127 Menggunakan Metode Naive Bayes,” Journal of Information System Research (JOSH), vol. 4, no. 4, hlm. 1–9, Jul 2023.
[4] K. D. Indarwati dan H. Februariyanti, “Analisis Sentimen Terhadap Kualitas Pelayanan Aplikasi Go-jek Menggunakan Metode Naive Bayes Classifier,” Jatisi (Jurnal Teknik Informatika Dan Sistem Informasi), vol. 10, no. 1, hlm. 1–12, 2023.
[5] Widia, Z. Y. Aqsalia, S. Sari, N. U. Khoirunnisa, dan F. Kurniawan, “Optimasi Algoritma Naive Bayes Untuk Menganalisis Sentimen Pada Konten Pemindahan Ibu Kota di Youtube,” Journal of Computer and Information Systems Ampera, vol. 5, no. 2, hlm. 1–16, 2024.
[6] J. Penelitian Teknologi Pendidikan, T. Surgawi, dan H. Joebagio, “TEKNODIKA Analisis Kualitas Terjemahan dari Bahasa Inggris ke dalam Bahasa Indonesia,” 2018.
[7] U. Khairani, V. Mutiawani, dan H. Ahmadian, “Pengaruh Tahapan Preprocessing Terhadap Model Indobert Dan Indobertweet Untuk Mendeteksi Emosi Pada Komentar Akun Berita Instagram,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 4, hlm. 1–10, Agu 2024.
[8] T. A. Sari, E. Sinduningrum, dan F. N. Hasan, “Analisis Sentimen Ulasan Pelanggan Pada Aplikasi Fore Coffee Menggunakan Metode Naïve Bayes,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 3, no. 6, hlm. 1–7, 2023.
[9] R. Slamet, W. Gata, A. Novtariany, K. Hilyati, dan F. A. Jariyah, “Analisis Sentimen Twitter Terhadap Penggunaan Artis Korea Selatan Sebagai Brand Ambassador Produk Kecantikan Lokal,” Journal of Information Technology and Computer Science (INTECOMS), vol. 5, no. 1, hlm. 1–9, 2022.
[10] K. Cindy Astuti, A. Firmansyah, A. Riyadi, dan U. Pelita Bangsa Bekasi, “Implementasi Text Mining untuk Analisis Sentimen Masyarakat terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store,” Remik: Riset dan E-Jurnal Manajemen Informatika Komputer, vol. 8, no. 1, 2024.
[11] D. Septiani dan I. Isabela, “SINTESIA: Jurnal Sistem dan Teknologi Informasi Indonesia “Analisis Term Frequency Inverse Document Frequency (TF-IDF) dalam Temu Kembali Informasi Pada Dokumen Teks. Vol. 01, No. 2, Maret 2022.
[12] K. Fadli dan F. N. Hasan, “Analisis Sentimen Tanggapan Masyarakat Terhadap Penutupan TikTok Shop Menggunakan Metode Naïve Bayes,” Journal of Information System Research (JOSH), vol. 6, no. 1, hlm. 1–10, 2024.
[13] R. Alfarez, V. Purwayoga, J. Siliwangi No, K. Kahuripan, K. Tawang, dan K. Tasikmalaya, “Penerapan Naive Bayes Untuk Prediksi Customer CHURN (Studi Kasus: PT Hutchison 3 Indonesia),” Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI), vol. 05, 2024.
