EQUIVA JOURNAL
Journal of Mathematics & Information Technology Volume 01 Ae Nomor 01 Ae Year 2023 Ae Pages: 41-48 Analisis Sentimen Media Sosial Twitter pada Kasus Pemberlakuan Pembatasan Kegiatan Masyarakat dengan menggunakan Metode Nayve Bayes Classifier Muchammad Chandra Cahyo Utomo1, .
Mukhamad Taukhid2, .
, dan Syamsul Mujahidin3, .
1,2,3 Prodi Informatika Institut Teknologi Kalimantan - Balikpapan.
Kalimantan Timur.
Penulis korespondensi: ccahyo@lecturer.
muhammad31@gmail.
syamsul@lecturer.
Abstrak.
Media sosial merupakan media yang digunakan oleh pengguna untuk memperkenalkan diri, berinteraksi, berkolaborasi, dan berbagi informasi dengan pengguna lain menggunakan internet.
Salah satu platform media sosial yang populer di Indonesia adalah Twitter.
Twitter merupakan media sosial yang umumnya berfungsi sebagai pengirim pesan yang biasanya di sebut sebagai kicauan atau tweet.
Salah satu topik yang banyak dibahas adalah Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM), akibat dampak peningkatan kasus akibat munculnya COVID varian baru yaitu versi Omikron.
salah satu tujuan penelitian ini yaitu untuk mengetahui hasil analisis sentimen mengenai opini masyarakat terhadap pemberlakuan pembatasan kegiatan masyarakat menggunakan metode naive bayes.
Banyak teknik machine learning yang baik untuk analisis sentimen salah satunya adalah Naive bayes classifier, yang merupakan teknik pembelajaran mesin berdasarkan probablitas.
Naive bayes classifier adalah metode klasifikasi teks yang sederhana namun sangat akurat dan efektif yang pengklasifikasiannya sangat dipengaruhi oleh proses data latih.
Data yang di gunakan diambil melalui Twitter dengan 1594 tweet.
dataset akan di bagi menjadi data pelatihan dan data pengujian.
membandingkan 90% pelatihan dan 10% pengujian.
Sehingga rincian sebaran data yang digunakan dalam penelitian ini adalah 1434 tweet sebagai data latih dan 160 tweet sebagai data uji.
Proses Naive bayes classifier yaitu melakukan crawling data, pre-processing data, pembagian data, pelabelan data.
Klasifikasi model naive bayes, klasifikasi data latih.
Hasil analisis sentimen opini masyarakat terhadapat pemberlakuan pembatasan kegiatan masyarakat menggunakan metode naive bayes mendapatkan nilai sentimen sebanyak 53.
5% negatif dan 46.
5% positif, nilai akurasi 0,84.
F1-Score 0,84, precision 0,85,dan nilai recall 0,84.
Kata Kunci :Analisis Sentimen.
Naive Bayes.
PPKM.
Twitter
PENDAHULUAN
Penggunaan internet memungkinkan kita untuk berbagi informasi dengan cepat, hal ini dimanfaatkan oleh pengguna untuk saling berinteraksi berbagai kebutuhan atau hiburan.
Perkembangan teknologi internet dan smartphone, juga mempengaruhi pesatnya perkembangan media sosial.
kemudahan akses dalam mencari informasi membuat jejaring sosial menjadi fenomena yang sangat mempengaruhi arus informasi, hal ini terjadi hampir di seluruh dunia seperti Indonesia menjadi salah satu pengguna internet terbanyak.
Media sosial yang saat ini termasuk sebagai media sosial dengan pengguna terbanyak di Indonesia adalah Twitter.
Twitter umumnya berfungsi sebagai pengirim pesan yang biasanya di sebut sebagai kicauan atau tweet.
Indonesia menjadi salah satu pengguna Twitter terbanyak dengan 59% masyarakatnya menggunakan Twitter dan menjadi platform media sosial yang cukup EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23 berpengaruh di Indonesia.
Hal ini disebabkan tidak lain karna kemudahan untuk menyampaikan opini pengguna dalam membicarakan suatu topik masalah.
Topik yang paling banyak diperbincangkan yaitu Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM), akibat dampak peningkatan infeksi varian baru COVID, khususnya COVID Omicron.
Varian Omicrom paling cepat menyebar dari pada varian sebelumnya, sehingga mendorong pemerintah untuk lebih memperluas kebijakan PPKM guna mencegah penyebaran virus ini.
Hal ini menimbulkan banyak reaksi publik baik yang mendukung maupun menentang kebijakan tersebut.
Untuk memahami sentimen atau opini publik terhadap kebijakan PPKM dapat dilakukan dengan analisis.
Banyak teknik pembelajaran mesin yang bagus untuk klasifikasi analisis, salah satunya adalah pengklasifikasi Naive Bayes Classifier yaitu teknik pembelajaran mesin berbasis probabilitas.
NBC merupakan metode klasifikasi teks yang sederhana namun sangat akurat dan efektif yang klasifikasinya sangat dipengaruhi oleh proses training data.
Hal ini mendorong penulis melakukan penelitian analisis sentimen masyarakat mengenai PPKM dengan menggunakan metode naive bayes classifier.
METODOLOGI PENELITIAN
Diagram alir pada penelitian ini ditunjukkan seperti pada Gambar 1.
Tahap awal penelitian dilakukan dengan melakukan crawling data pada Twitter menggunakan kata kunci AuppkmAy.
Kemudian dataset yang didapatkan dari hasil crawling data akan dilakukan tahap pre-processing dengan melakukan proses cleaning text, casefolding, tokenization, normalization, stemming, filtering, dan penghapusan kolom dan duplikat.
Setelah dataset melalui tahap pre-processing tahap selanjutnya dilakukan pelabelan data dengan menggunakan kamus lexicon yang dibagi menjadi dua label, label positif dan negatif.
Kemudian data hasil pelabelan akan dilakukan pembagian data menjadi dua data, data training dan data testing.
Pada data training digunakan untuk melatih model naive bayes classifier dan pada data testing digunakan untuk menguji model yang telah dibangun.
Model yang telah dibangun dilakukan evaluasi performa model dengan melihat akurasi, presisi, dan recall dari hasil testing.
kemudian model klasifikasi akan digunakan untuk analisis pada data pemberlakuan pembatasan kegiatan masyarakat.
Setelah hasil analisis didapatkan maka penelitian selesai.
GAMBAR 1 Diagram Alir Penelitian EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23
HASIL DAN PEMBAHASAN
Di sini kami memberikan beberapa saran dasar untuk memformat matematika Anda, tetapi kami tidak mencoba untuk mendefinisikan gaya atau spesifikasi rinci untuk pengaturan huruf matematika.
Anda harus menggunakan gaya, simbol, dan konvensi standar untuk bidang/disiplin yang Anda tulis.
Crawling Data Crawling data Twitter dilakukan untuk mengambil dataset tweet yang ada pada Twitter dengan menggunakan API Twitter.
Crawling data dimulai dari tanggal 01 April 2022 hingga tanggal 03 Juni 2022, proses crawling menggunakan kata kunci AuppkmAy, selama proses crawling dilakukan didapatkan data tweet sebanyak 3504 data tweet.
Hasil crawling dataset yang telah dilakukan akan disimpan ke dalam sebuah file csv dengan kolom waktu, user, dan tweet.
Pada proses crawling data didapatkan data tweet yang juga mengambil kalimat yang tidak diperlukan seperti link, username, tanda baca, emoticon, dan juga retweet yang berarti dataset memiliki kalimat kembar atau duplicate yang mana hal ini dapat mempengaruhi hasil dari klasifikasi sehingga perlu dilakukan pembersihan data sebelum data dapat digunakan pada proses klasifikasi.
Pre-processing Pada Tahap Pre-Processing, dataset yang telah didapat melalui proses crawling akan dibersihkan dengan cara membuang data yang tidak diperlukan agar sistem dapat dengan mudah memahami data.
Ada beberapa tahapan dalam pre-processing yaitu cleaning text, casefolding, tokenization, normalization, stemming, filtering, penghapusan kolom dan tabel kosong.
Pre-processing yang dimaksud ditunjukkan pada Gambar 2.
Tahap pre-processing dilakukan sesuai urutan agar setiap data Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) yang telah melalui tahap pre-processing dapat lebih efektif saat diolah oleh algoritma komputer.
Hasil pre-processing digunakan sebagai pembuatan model analisis.
Hasil pre-processing ditunjukkan pada Tabel 1.
GAMBAR 2 Diagram Alir Tahap Pre-processing TABEL 1 Tahap Pre-processing Proses Data Crawling Cleaning Hasil @prastow Dari sektor industri, sngat dirugikan dimulai bulan April, mulai dri efek PPKM.
Solar naik.
bahan baku naik.
Kesulitan Dari sektor industri sngat dirugikan dimulai bulan April mulai dri efek PPKM Solar naik bahan baku naik Kesulitan EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23 Proses Case Folding Tokenization Normalisasi Stemming Filtering Hasil dari sektor industri sngat dirugikan dimulai bulan april mulai dri efek ppkm solar naik bahan baku naik kesulitan AudariAy.
AusektorAy.
AuindustriAy.
AusngatAy.
AudirugikanAy.
AudimulaiAy.
AubulanAy.
AuaprilAy.
AumulaiAy.
AudriAy.
AuefekAy.
AuppkmAy.
AusolarAy.
AunaikAy.
AubahanAy.
AubakuAy.
AunaikAy.
AukesulitanAy AudariAy.
AusektorAy.
AuindustriAy.
AusangatAy.
AudirugikanAy.
AudimulaiAy.
AubulanAy.
AuaprilAy.
AumulaiAy.
AudariAy.
AuefekAy.
AuppkmAy.
AusolarAy.
AunaikAy.
AubahanAy.
AubakuAy.
AunaikAy.
AukesulitanAy AudariAy.
AusektorAy.
AuindustriAy.
AusangatAy.
AurugiAy.
AumulaiAy.
AubulanAy.
AuaprilAy.
AumulaiAy.
AudariAy.
AuefekAy.
AuppkmAy.
AusolarAy.
AunaikAy.
AubahanAy.
AubakuAy.
AunaikAy.
AusulitAy AusektorAy.
AuindustriAy.
AusangatAy.
AurugiAy.
AuefekAy.
AuppkmAy.
AusolarAy.
AubakuAy.
AunaikAy.
AusulitAy Labelling Data Setelah menyelesaikan tahap Pre-processing, penulis melanjutkan penelitian hingga tahap pelabelan data.
Untuk menentukan nilai sentimental suatu kata, penulis menggunakan kumpulan data lexicon positif dan negatif yang Dataset kosakata negatif memiliki nilai dengan skor -1 hingga -5, sedangkan dataset kosakata positif memiliki dengan skor 1 hingga 5.
Hasil proses pelabelan dari dataset yang digunakan dalam penelitian ini ditunjukkan pada Tabel 2.
Data yang telah melalui proses labeling di mana terdapat 897 data negatif dan juga 697 data positif.
Selanjutnya data yang telah memiliki label akan dilakukan perbaikan hasil labelling dan penyeimbangan jumlah dataset agar algoritma klasifikasi yang di buat mampu menghasilkan model yang dapat memprediksi hasil dengan akurat.
Jumlah dataset setelah dilakukan penyeimbangan data dapat dilihat pada Gambar 3.
Pada Gambar 3 warna hijau merupakan data sentimen negatif yang telah dilakukan penyeimbangan data.
Warna merah merupakan data sentimen positif yang telah dilakukan penyeimbangan data.
TABEL 2 Labeling Filtering ['ppkm', 'level', 'kota', 'pekanbaru', 'zona', 'kuning', 'tular', 'COVID'] ['ppkm', 'longgar', ''] ['kapasitas', 'ibadah', 'ppkm', 'level', 'lawan', 'pandemi'] Polarity_score Polarity EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23 GAMBAR 3 Penyeimbangan Data Ekstraksi Fitur Setelah melakukan labelling pada dataset, maka akan dilakukan ekstraksi fitur.
Penulis menggunakan ekstraksi Ngram dengan varian Trigram.
Ngram yang dimaksud ditunjukkan pada Tabel 3.
Sebagai contoh digunakan sampel tweet Aoppkm level kota Pekanbaru zona kuningAo.
Selanjutnya untuk perhitungan manual pembobotan diambil contoh pada term kata Auppkm levelAy di mana kata tersebut muncul dua kali dari 4 dokumen yang ada sehingga perhitungan dapat dilihat pada Persamaan .
dan Persamaan .
Hasil dari perhitungan Persamaan .
dan Persamaan .
dapat dilihat bahwa term kata Auppkm levelAy memiliki nilai sebesar 1,5108.
TABEL 3 Tahap Pre-processing Term
ppkm level ppkm level kota
level kota
level kota Pekanbaru
kota pekanbaru kota pekanbaru zona
zona kuning Bobot
1,2231
1,5108
1,9162
1,5108
1,9162
1,9162
1,9162
1,9162
1,9162
1,9162
1,9162
1,5108
1,5108
W= ycoyceycu ( W= ycoyceycu ( ycuyccycu
) 1
) 1 = 1,5108
1 ycuycNyceycyco EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23 Pembagian Data Pembagian data hasil pelabelan dibagi menjadi data training atau data latih dan data testing atau data uji.
Data training atau data latih digunakan untuk melatih model sentimen Nayve Bayes Classifier sedangkan data uji atau data testing akan digunakan sebagai parameter performa model yang telah dibuat dengan menggunakan Matrix agar dapat menemukan nilai akurasi, presisi, recall, dan f-1 score.
Pada penelitian ini penulis akan menggunakan tiga varian pembagian data untuk menentukan varian mana yang memiliki performa model paling baik yang kemudian akan digunakan untuk klasifikasi analisis.
Pembagian dataset yang penulis gunakan dalam penelitian ini yaitu 7:3, 8:2, dan 9:1 untuk data training dan data testing.
Pembuatan Model Naive Bayes Classifier Penelitian ini akan menggunakan multinominal naive bayes di mana metode ini sangat bagus digunakan pada klasifikasi yang memiliki dua kelas atau lebih.
Sampel data training yang akan di gunakan ditunjukkan pada Tabel 4.
Langkah pertama yang dilakukan yaitu melakukan Perhitungan prior probability dan Probabilitas kata atau likehood.
Sampel data Testing yang akan dihitung ditunjukkan pada Tabel 5.
Berdassarkan Tabel 5 dapat diketahui probabilitas tiap kata yang ada pada dokumen satu untuk melihat nilai kelas negatif dan positif sebagai sampel data.
Dari data Testing yang telah dihitung nilai probabilitas mendapatkan nilai pada kelas positif 6.
3539 y 10Oe7 dan nilai probabilitas pada kelas negatif 2.
91507 y 10Oe7 sehingga dapat dikatakan bahwa dokumen satu pada data Testing memiliki kelas positif.
TABEL 4 Training Dataset Dokumen Tweet isu bohong bijak ppkm level resmi hapus via jabodetabek ppkm level giat ibadah ramadan maksimal ppkm plonga plongo kaya monyet lamongan ppkm level laksana persen patuh protokol Kelas Negatif Positif Negatif Positif TABEL 5 Sampel Data Testing Dokumen Tweet patuh sehat level ppkm resmi hapus Kelas Evaluasi Performa Model Evaluasi data latih dilakukan untuk melihat performa model yang telah dibuat dengan menggunakan data training.
Evaluasi data dilakukan dengan menggunakan Matrix.
Matrix yang dimaksud ditunjukkan seperti pada Gambar 4.
Pada penelitian ini dilakukan tiga variasi pembagian data untuk melihat performa dari model yang telah dibuat.
Tiga variasi pembagian data yang dimaksud ditunjukkan pada Tabel 6.
Pada Tabel 6 diketahui bahwa model yang telah di buat menggunakan Variasi data 9:1 mendapatkan nilai paling baik dengan accuracy sebesar 0,84, presisi 0,85, recall 0,84, dan F1-Score 0,84.
EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23 GAMBAR 4 Confusion matrix for Naive Bayes TABEL 6 Hasil Evaluasi Performa Model Pembagian Dataset Accuracy Precision Recall F1-Score Klasifikasi Klasifikasi dilakukan untuk melihat hasil sentimen terhadap topik Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) menggunakan data Twitter.
Dataset yang digunakan merupakan dataset baru Twitter yang diambil setelah pembuatan model selesai dilakukan dimana dataset baru didapatkan sebanyak 644 tweet.
Klasifikasi dilakukan dengan menggunakan model naive bayes classifier yang telah di bangun dengan menggunakan variasi dengan nilai terbaik yaitu 9:1.
Hasil dari Klasifikasi didapatkan 644 data tweet yang digunakan terdapat sebesar 29.
data berlabel negatif dan 71.
0% data berlabel positif.
GAMBAR 5 Analisis Sentimen EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23 GAMBAR 6 Diagram Persebaran Data Sentimen Hasil klasifikasi yang dimaksud ditunjukkan pada Gambar 5.
Pada Gambar 5 diketahui hasil analisis sentimen yang dilakukan terhadap dataset Twitter mengenai Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) didapatkan diketahui bahwa dataset Twitter yang digunakan memiliki sentimen negatif yang lebih banyak dibanding sentimen positif yang menunjukkan bahwa sentimen masyarakat terhadap Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) adalah negatif.
penulis menampilkan Persebaran data sentimen Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) yang telah di dapat selama penelitian dilakukan.
Diagram persebaran data yang dimaksud ditunjukkan pada Gambar 6.
Pada Gambar 6 diketahui persebaran data yang diperoleh selama penelitian ini dilakukan.
Sumbu y pada diagram menunjukkan jumlah tweet, kemudian sumbu x merupakan data keterangan waktu tweet.
Data training dan testing diambil mulai dari tanggal 01 April 2022 Ae 03 Juni 2022 kemudian data analisis diambil dari tanggal 21 Desember 2022-22 Desember 222, pada hari pertama crawling data menunjukkan data sentimen diangka 40 sentimen negatif dan positif, kemudian sentimen meningkat pada tanggal 10 April 2022 sampai 22 Desember 2022 di mana peningkatan yang signifikan berada pada tanggal 21 Desember di mana sentimen negatif memiliki jumlah tweet kurang lebih 250 data.
KESIMPULAN DAN SARAN
Kesimpulan Hasil analisis sentimen terhadap topik AuAnalisis Sentimen Media Sosial Twitter Pada Kasus Pemberlakuan Pembatasan Kegiatan Masyarakat Dengan Menggunakan Metode Nayve Bayes ClassifierAy dari 644 data tweet didapatkan 71,0% sentimen negatif dan 29,0% sentimen positif.
Nilai akurasi yang didapat dari model yang telah dibangun adalah 0,84, nilai presisi 0,85, nilai recall 0,84 dan nilai F1-Score 0,84.
Dari diagram persebaran data yang telah di buat dapat menyimpulkan bahwa sentimen pada hari pertama crawling data menunjukkan data sentimen diangka 40 sentimen negatif dan positif, kemudian data sentimen menurun pada tanggal 03 April sampai 09 April dan meningkat pada tanggal 10 April 2022 sampai 06 Juni 2022 puncak kenaikan sentimen ada pada tanggal 21 Desember 2022 di mana data sentimen menunjukkan jumlah data kurang lebih 250 sentimen negatif.
Saran Pada tahap Crawling data Twitter perlu dilakukan pengambilan data secara berkala agar sentimen serta diagram persebaran data yang dibuat mendapatkan hasil yang lebih baik lagi.
Perlu lebih banyak langkah diperlukan dalam tahap pre-processing untuk membuat dataset lebih mudah diproses.
Pada tahap training data perlu dilakukan penambahan data lebih banyak sehingga kemungkinan mendapatkan hasil evaluasi yang lebih bagus.
EQUIVA JOURNAL: Vol.
01 Ae No.
01 Ae Yr.
Ao23
REFERENSI