Analisis Sentimen terhadap Opini Warganet mengenai Etle pada Platform Twitter menggunakan Naïve Bayes Classifier

Abstract

Penggunaan media sosial sekarang ini menjadi hal yang umum di kalangan masyarakat, Twitter merupakan salah satu media sosial yang populer digunakan oleh masyarakat di Indonesia untuk menyampaikan sebuah opini atau tanggapan mengenai suatu hal atau topik tertentu, termasuk juga tanggapan mengenai permasalahan masyarakat di jalan raya sebagai pengguna jalan. ETLE atau yang biasa disebut dengan E-tilang adalah implementasi teknologi untuk mencatat pelanggaran - pelanggaran dalam berlalu lintas secara elektronik untuk mendukung keamanan, ketertiban, keselamatan dan ketertiban dalam berlalu lintas yang baru diberlakukan di Indonesia. Karena ETLE ini suatu hal yang baru di Indonesia, maka penelitian ini membahas terkait analisis sentimen Warganet Twitter terhadap ETLE atau E-tilang dengan menggunakan metode naïve bayes classifier dan data yang digunakan dalam analisis ini sebanyak 8060 data dari opini Warganet Twitter dari bulan Januari - Desember 2022. Berdasarkan hasil pelabelan, dari 8060 data diketahui bahwa sentimen positif lebih tinggi daripada sentimen negatif. Setelah dilakukan klasifikasi dengan TF-IDF kemudian perbandingan data training dan data testing sebesar 80% : 20% diperoleh hasil nilai akurasi sebesar 93%, recall 95%, precision 92%, dan F1-score 93%.