Analisis Sentimen Masyarakat Terhadap Kebijakan Kenaikan Umk 6,5% Menggunakan Metode Naive Bayes

Farid Fitriyadi; Arsaela Astikasari

doi:10.30787/restia.v3i1.1885

Authors

Farid Fitriyadi Universitas Sahid Surakarta
Arsaela Astikasari Universitas Sahid Surakarta

DOI:

https://doi.org/10.30787/restia.v3i1.1885

Keywords:

Analisis Sentimen, Naive Bayes , UMK, Text Bloob, KDD

Abstract

Kenaikan Upah Minimum Kabupaten/Kota (UMK) sebesar 6,5% telah memicu beragam tanggapan pro dan kontra dari masyarakat di semua sektor baik dari sisi pengusaha, buruh maupun karyawan. Maka dari itu, peneliti bermaksud melakukan analisis sentimen untuk memahami respons publik terhadap kebijakan tersebut dengan menggunakan algoritma Naive Bayes. Data penelitian dikumpulkan dari media sosial seperti twitter sejumlah 395 data tweet dengan hastag #kenaikanumk, kemudian dilakukan pemrosesan dengan metodologi KDD yang selanjutnya dilakukan pelabelan otomatis menggunakan libray text bloob dan dikategorikan ke dalam tiga jenis sentimen: positif, negatif, dan netral. Berdasarkan hasil performance penelitian, analisis sentiment terhadap kenaikan UMK mendapatkan tingkat akurasi mencapai sebesar 95% yang mengindikasikan bahwa naïve bayes sangat efektif untuk menganalisis sentimen berbasis teks, presisi sebesar 32%, recall sebesar 33%, dan f-measure sebesar 32%. Sedangkan, hasil analisis terhadap sentimen menunjukkan bahwa sebagian besar sentimen masyarakat terhadap kebijakan ini bersifat netral, namun terdapat perbedaan signifikan antara kelompok masyarakat yang mendukung dan menentang kebijakan tersebut.

References

R. N. Fahmi, N. and A. Primajaya, "PENEMBAKAN LASKAR FPI OLEH POLRI DENGAN METODE NAIVE BAYES CLASSIFIER," JIKO (Jurnal Informatika dan Komputer), vol. 5, https://ejournal.akakom.ac.id/index.php/jiko/article/view/437, p. 2, 2021.

P. Arsi, B. A. Kusuma and A. Nurhakim, "Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier," JURNAL INFORMATIKA UPGRIS, vol. 7 no.1, https://journal.upgris.ac.id/index.php/JIU/article/view/7636/4304, JUNI 2021.

W. Yulita, E. D. Nugroho and M. H. Algifari, "Analisis Sentimen Terhadap Opini Masyarakat Tentang Vaksin Covid-19 Menggunakan Algoritma Naïve Bayes Classifier," JDMSI, Vols. 2, No. 2, https://ejurnal.teknokrat.ac.id/index.php/JDMSI/article/view/1344/672, pp. 1-9, 2021.

A. Safira and F. N. Hasan, "ANALISIS SENTIMEN MASYARAKAT TERHADAP PAYLATER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER," Jurnal Sistem Informasi, Vols. 5, No.1, https://journal.unilak.ac.id/index.php/zn/article/view/12856, pp. 59-70, Januari 2023.

S. Puad, G. and A. S. Y. Irawan, "ANALISIS SENTIMEN MASYARAKAT PADA TWITTER TERHADAP PEMILIHAN UMUM 2024 MENGGUNAKAN ALGORITMA NAÏVE BAYES," Jurnal Mahasiswa Teknik Informatika, Vols. 7, No.3, https://ejournal.itn.ac.id/index.php/jati/article/view/6920, Juni 2023.

M. W. A. Putra, S. E. and H. , "Analisis Sentimen Dompet Elektronik Pada Media Sosial Twitter Menggunakan Naïve Bayes Classifier," IT Journal Research and Development (ITJRD), Vols. 5, No.1, 10.25299/itjrd.2020.vol5(1).5159, p. 72 – 86, Agustus 2020.

R. W. Utami, A. Jazuli and T. Khotimah, "ANALISIS SENTIMEN TERHADAP XIAOMI INDONESIA MENGGUNAKAN METODE NAÏVE BAYES," Indonesian Journal of Technology, Informatics and Science (IJTIS), Vols. 3, No. 1, 10.24176/ijtis.v3i1.7514, pp. 21-30, Desember 2021.

W. Yulita, "Analisis Sentimen Terhadap Opini Masyarakat Tentang Vaksin Covid-19 Menggunakan Algoritma Naïve Bayes," Jurnal Data Mining dan Sistem Informasi, vol. 2(2), pp. 1-9, 2021.

F. Fatayat and R. Nugroho, "Analisa Penentuan Dosen Pembimbing Tugas Akhir Mahasiswa Menggunakan Naive Bayes Classifier," Simtika, vol. 4(3), pp. 1-7, 2021.

N. Wardani and A. Erfina, "Analisis Sentimen Masyarakat Terhadap Layanan Konsultasi Dokter Menggunakan Algoritma Naive Bayes," In Seminar Nasional Sistem Informasi dan Manajemen Informatika Universitas Nusa Putra, Vols. 1, No. 01, pp. 11-18, 2021.

A. Baita, Y. Pristyanto and N. Cahyono, "Analisis Sentimen Mengenai Vaksin Sinovac Menggunakan Algoritma Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN)," Information System Journal, vol. 4(2), pp. 42-46, 2021.

K. D. Indarwati and H. Februariyanti, "ANALISIS SENTIMEN TERHADAP KUALITAS PELAYANAN APLIKASI GO-JEK MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER," JATISI, vol. 1, no. https://doi.org/10.35957/jatisi.v10i1.2643, p. 1, 2023.

I. Rozi, R. Ardiansyah and N. Rebeka, "Penerapan Normalisasi Kata Tidak Baku Menggunakan Levenshtein Distance pada Analisa Sentimen Layanan PT. KAI di Twitter.," Seminar Informatika Aplikatif, no. http://jurnalti.polinema.ac.id/index.php/SIAP/art, pp. 106-112, 2019.