Sentiment Analysis dengan Naive Bayes untuk Melihat Persepsi Masyarakat terhadap Batik pada Jejaring Sosial Twitter

Abstract

Sentiment analysis atau yang disebut juga dengan opini mining merupakan analisis yang bertujuan untuk melihat opini masyarakat atau kelompok mengenai entitas tertentu. Sentiment analysis sendiri sering digunakan untuk menilai sebuah produk, apakah memberikan review yang baik dan disukai masyarakat ataupun sebaliknya. Penelitian ini dilakukan untuk mengklasifikasikan opini atau sentiment masyarakat terhadap batik. Batik merupakan salah satu identitas budaya bangsa Indonesia. Pandangan masyarakat terhadap batik, tertuang dalam sebuah persepsi, baik itu positif maupun negatif. Dengan semakin meleknya teknologi, opini dan persepsi masyarakat banyak dibagikan melalui jejaring sosial, salah satunya adalah twitter. Oleh karena itu, penelitian ini mengambil opini-opini masyarakat terhadap batik melalui twitter dengan hashtag #batik. Metode yang dipakai adalah metode naive bayes, yang dalam hal ini klasifikasi dikategorikan dalam supervised learning yang berakibat opini tersebut terbagi kedalam kutub sentiment positif dan negatif.Hasil penelitian menunjukkan bahwa sentiment positif terbentuk paling banyak yaitu 494 tweets dibandingkan dengan sentiment negatif yang hanya 5 tweets. Jadi secara keseluruhan, persepsi masyarakat mengenai batik yang tertuang pada jejaring sosial twitter memberikan penilaian yang positif