Klasifikasi Sentimen Transformasi dan Reformasi Sepak Bola Indonesia Pada Twitter Menggunakan Algoritma Bernoulli Naïve Bayes
DOI:
https://doi.org/10.30865/json.v4i3.5829Keywords:
Bernoulli Naïve Bayes, Classification, Reformation, Sentiment, Football, Transformation, TwitterAbstract
Federation Internationale de Football Association (FIFA) carried out Transformations and Reformations to Indonesian Football with one of them Indonesia was chosen as the Host of the U-20 World Cup in 2023. The transformations and reformations carried out cause people to often provide opinions through social media Twitter. Opinions given by the public can be positive or negative. The research uses Text Mining to classify sentiment in 2 categories with the Bernoulli Naïve Bayes algorithm. This research aims to classify positive and negative sentiments and determine the level of accuracy value of the sentiment classification results of Indonesian Football Transformation and Reformation. The research stages carried out are data collection, text preprocessing, data labeling, TF-IDF weighting, Bernoulli Naïve Bayes classification, and evaluation. Based on the research results from 4907 data there is duplicate data and only uses 2125 data which is divided into 90% training data and 10% testing data, so as to get accuracy with a high category value of 88%. The classification results show that many tweets are positive sentiments.
References
S. Raja Manaek Pakpahan, “Analisis Sentimen Tentang Opini Performa Klub Sepak Bola Pada Dokumen Twitter Menggunakan Support Vector Machine Dengan Perbaikan Kata Tidak Baku,†Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 7, pp. 2548–964, 2019, [Online]. Available: http://j-ptiik.ub.ac.id
B. Mas Pintoko and K. Muslim, “Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naïve Bayes Classifier,†e-Proceeding of Engineering, vol. 5, no. 3, pp. 8121–8130, 2018.
L. D. Mahbubah and E. Zuliarso, “Analisa Sentimen twitter Pada PILPRES 2019 Menggunakan Algoritma Naive Bayes,†Proceeding SINTAK , pp. 193–199, 2019.
M. D. Alizah, A. Nugroho, U. Radiyah, and W. Gata, “Sentimen Analisis Terkait ‘Lockdown’ pada Sosial Media Twitter,†CSRID (Computer Science Research and Its Development Journal), vol. 12, no. 3, p. 143, Mar. 2021, doi: 10.22303/csrid.12.3.2020.143-149.
F. Agus Maulana, I. Ernawati, and J. R. Fatmawati, “Analisa Sentimen Cyberbullying Di Jejaring Sosial Twitter Dengan Algoritma Naive Bayes,†Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA), pp. 529–538, 2020.
L. Moh.Yasid & Junaedi, “Analisis Sentimen Maskapai Citilink Pada Twitter Dengan Metode Naïve Bayes KATA KUNCI,†2019. [Online]. Available: http://www.Twitter.com
I. Verawati and B. S. Audit, “Algoritma Naïve Bayes Classifier Untuk Analisis Sentiment Pengguna Twitter Terhadap Provider By.u,†Jurnal Media Informatika Budidarma, vol. 6, no. 3, p. 1411, Jul. 2022, doi: 10.30865/mib.v6i3.4132.
M. R. Fanani, “Algoritma Naive Bayes Berbasis Forward Selection Untuk Prediksi Bimbingan Konseling Siswa,†JurnalDISPROTEK, vol. 11, no. 1, pp. 13–22, 2020.
M. Saraswati and D. Riminarsih, “Analisis Sentimen Terhadap Pelayanan KRL Commuterline Berdasarkan Data Twitter Menggunakan Algoritma Bernoulli Naive Bayes,†Jurnal Ilmiah Informatika Komputer, vol. 25, no. 3, pp. 225–238, 2020, doi: 10.35760/ik.2020.v25i3.3256.
H. Ashari, D. Arifianto, H. Azizah, and A. Faruq, “Perbandingan Kinerja Algoritma Multinominal Naive Bayes (MNB, Multivariate Bernoulli dan Rocchio Algortihm Dalam Klasifikasi Konten Berita Hoax Berbahasa Indonesia Pada Media Sosial,†http://repository.unmuhjember.ac.id, 2020.
I. Puspita Dewi and K. Muslim Lhaksmana, “Prediksi Retweet Menggunakan Metode Bernoulli dan Gaussian Naive Bayes di Media Sosial Twitter Dengan Topik Vaksinasi Covid-19,†e-Proceeding of Engineering, vol. 8, no. 5, 2021.
N. S. Wardani, A. Prahutama, and P. Kartikasari, “Analisis Sentimen Pemindahan Ibu Kota Negara Dengan Klasifikasi Naive Bayes Untuk Model Bernoulli dan Multinominal,†Jurnal Gaussian, vol. 9, no. 3, pp. 237–246, 2020, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/
H. Azizah, B. S. Rintyarna, and T. A. Cahyanto, “Sentimen Analisis Untuk Mengukur Kepercayaan Masyarakat Terhadap Pengadaan Vaksin Covid-19 Berbasis Bernoulli Naive Bayes,†BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer, vol. 3, no. 1, pp. 23–29, Mar. 2022, doi: 10.37148/bios.v3i1.36.
A. Yodi Prayoga, A. Id Hadiana, and F. Rakhmat Umbara, “Deteksi Hoax pada Berita Online Bahasa Inggris Menggunakan Bernoulli Naïve Bayes dengan Ekstraksi Fitur Tf-Idf,†Jurnal Health Sains, vol. 2, no. 10, pp. 1808–1823, Oct. 2021, doi: 10.46799/jsa.v2i10.327.
D. F. A. Putri, Ir. Mohammad Masjkur, M.S., and I. Indahwati, “Penerapan Bernoulli Naïve Bayes untuk Analisis Sentimen Pengguna Twitter Terhadap Layanan Online Food Delivery di Indonesia,†Xplore: Journal of Statistics, vol. 12, no. 1, pp. 50–62, Jan. 2023, doi: 10.29244/xplore.v12i1.1110.
R. R. Ramadhan and U. Saprudin, “Penerapan Rapidminer menggunakan metode K-Means untuk Pengelompokkan Puskesmas pada Cakupan Imunisasi Dasar (Studi Kasus : Kota Bandung),†Jurnal Teknologi Informatika dan Komputer, vol. 8, no. 2, pp. 176–187, Sep. 2022, doi: 10.37012/jtik.v8i2.1238.
A. Muljono, D. Putri Artanti, A. Syukur, A. Prihandono, and D. I. Rosal Moses Setiadi, “Sentimen Untuk Penilaian Pelayanan Situs Belanja Online Menggunakan Algoritma Naïve Bayes,†Konferensi Nasional Sistem Informasi , pp. 8–9, 2018, [Online]. Available: http://twitter.com
W. Pratiwi Ali and Y. Sibaroni, “Analisis Sentimen Masyarakat Terhadap Kinerja Presiden Indonesia Dalam Aspek Ekonomi, Pembangunan Berdasarkan Opini dari Twitter,†e-Proceeding of Engineering , vol. 6, pp. 8637–8649, 2019.
K. C. A. P. Hedva, W. Suharso, and Q. A’yun, “Pengklasifikasian Kanker Payudara Dan Kanker Paru-Paru Dengan Metode Gaussian Naïve Bayes, Multinomial Naïve Bayes, Dan Bernoulli Naïve Bayes,†Jurnal Smart Teknologi, vol. 3, no. 4, pp. 2774–1702, 2022, [Online]. Available: http://jurnal.unmuhjember.ac.id/index.php/JST
