Analisis Sentimen Masyarakat Terhadap Perilaku Korupsi Pejabat Pemerintah Berdasarkan Tweet Menggunakan Naive Bayes Classifier

 Abdul Syakir (Universitas Muhammadiyah Prof. Dr. Hamka, DKI Jakarta, Indonesia)
 (*)Firman Noor Hasan Mail (Universitas Muhammadiyah Prof. Dr. Hamka, DKI Jakarta, Indonesia)

(*) Corresponding Author

Submitted: August 12, 2023; Published: October 24, 2023

Abstract

The corrupt behavior of government officials is a problem that worries the public and threatens the integrity of the government system. In today's digital era, social media is an important means for the public to voice their opinions and sentiments on social issues, including the corruption of government officials. This study aims to analyze public sentiment toward the corrupt behavior of government officials based on tweet data on social media using the Naïve Bayes Classifier method. Tweet data is taken from social media Twitter related to corruption cases involving government officials within a certain period. The data is then processed to remove irrelevant elements and extract the sentiments contained in the tweets The Naïve Bayes Classifier method is applied to classify these tweets of positive, negative, or neutral sentiment toward corrupt behavior from government officials. The results of this study conclude that the public is very angry, disappointed, and has a low level of trust in corrupt behavior committed by government officials. Proven by the most dominant sentiment category is negative sentiment with 224 data and 95 data fall into the positive sentiment category.

Keywords


Sentiment Analysis; Corruption of Government Officials; Social Media; Tweet; Naïve Bayes Classifier

Full Text:

PDF


Article Metrics

Abstract view : 943 times
PDF - 423 times

References

E. Maria and A. Halim, “E-Government dan Korupsi: Studi di Pemerintah Daerah, Indonesia dari Perspektif Teori Keagenan,” Jurnal Ekonomi dan Keuangan , vol. 5, no. 1, pp. 40–58, May 2021, doi: 10.24034/j25485024.y2021.v5.i1.4789.

N. Asyikin, “Pengawasan Publik terhadap Pejabat Publik yang Melakukan Tindakan Korupsi: Perspektif Hukum Administrasi,” Jurnal Wawasan Yuridika, vol. 4, no. 1, pp. 80–102, Mar. 2020, doi: 10.25072/jwy.v4i1.316.

J. Indrawan, A. Ilmar, and H. Simanihuruk, “Korupsi dalam Pengadaan Barang dan Jasa di Pemerintah Daerah,” Jurnal Transformative, vol. 6, no. 2, pp. 127–147, Sep. 2020, doi: 10.21776/ub.transformative.2020.006.02.1.

R. R. Fadhilah, H. Husni, and D. Dahlan, “Pemeriksaan Kasus Tindak Pidana Korupsi terhadap Pejabat Pemerintah Kabupaten oleh Penyidik,” Kanun Jurnal Ilmu Hukum, vol. 22, no. 1, pp. 163–178, May 2020, doi: 10.24815/kanun.v22i1.11879.

V. Mahardhika, “Pertanggungjawaban Pidana Pejabat Pembuat Komitmen Sebagai Upaya Pencegahan Korupsi Pengadaan Barang/Jasa Pemerintah,” Jurnal Hukum Samudra Keadilan, vol. 16, no. 1, pp. 140–155, Jun. 2021, doi: 10.33059/jhsk.v16i1.2636.

R. A. Maulana, “Penyalahgunaan Kewenangandiskresi Pejabat Eksekutif Pemerintahindonesia: Studi Kasus Ratu Atut Chosiyah,” Jurnal Supremasi Hukum, vol. 18, no. 1, pp. 84–91, Jan. 2022, doi: 10.33592/jsh.v18i01.2467.

F. Fitriana, E. Utami, and H. Al Fatta, “Analisis Sentimen Opini Terhadap Vaksin Covid - 19 pada Media Sosial Twitter Menggunakan Support Vector Machine dan Naive Bayes,” Jurnal Komtika (Komputasi dan Informatika), vol. 5, no. 1, pp. 19–25, Jul. 2021, doi: 10.31603/komtika.v5i1.5185.

S. Juanita, “Analisis Sentimen Persepsi Masyarakat Terhadap Pemilu 2019 Pada Media Sosial Twitter Menggunakan Naive Bayes,” Jurnal Media Informatika Budidarma, vol. 4, no. 3, pp. 552–558, Jul. 2020, doi: 10.30865/mib.v4i3.2140.

N. M. A. J. Astari, G. H. D. Dewa, and I. Gede, “Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier,” Jurnal Sistem dan Informatika (JSI), vol. 15, no. 1, pp. 27–29, Nov. 2020, doi: 10.30864/jsi.v15i1.332.

F. Noor Hasan and M. Dwijayanti, “Analisis Sentime n Ulasan Pelanggan Terhadap Layanan Grab Indonesia Menggunakan Multinominal Naïve Bayes Classifier,” Jurnal Linguistik Komputasional, vol. 4, no. 2, pp. 52–58, Sep. 2021, doi: 10.26418/jlk.v6i1.

H. F. Putro, R. T. Vulandari, and W. L. Y. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), vol. 8, no. 2, pp. 19–24, Oct. 2020, doi: 10.30646/tikomsin.v8i2.500.

N. L. W. S. R. Ginantra, C. P. Yanti, G. D. Prasetya, I. B. G. Sarasvananda, and I. K. A. G. Wiguna, “Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN,” Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), vol. 11, no. 3, pp. 205–215, Dec. 2022, doi: 10.23887/janapati.v11i3.49450.

G. N. Aulia and E. Patriya, “Implementasi Lexicon Based dan Naive Bayes Pada Analisis Sentimen Pengguna Twitter Topik Pemilihan Presiden 2019,” Jurnal Ilmiah Informatika Komputer, vol. 24, no. 2, pp. 140–153, Aug. 2019, doi: 10.35760/ik.2019.v24i2.2369.

A. Turmudi Zy, A. Nugroho, A. Rivaldi, and I. Afriantoro, “Analisis Sentimen Terhadap Pembobolan Data pada Twitter dengan Algoritma Naive Bayes,” Jurnal Teknologi Informatika dan Komputer MH. Thamrin, vol. 8, no. 2, pp. 202–213, Sep. 2022, doi: 10.37012/jtik.v8i2.1240.

P. Arsi, B. A. Kusuma, and A. Nurhakim, “Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier,” Jurnal Informatika Upgris, vol. 7, no. 1, pp. 1–6, Jun. 2021, doi: 10.26877/jiu.v7i1.7636.

F. Sidik, I. Suhada, A. Haikal Anwar, and F. Noor Hasan, “Analisis Sentimen Terhadap Pembelajaran Daring dengan Algoritma Naïve Bayes Classifier,” Jurnal Linguistik Komputasional, vol. 5, no. 1, pp. 34–43, Mar. 2022, doi: 10.26418/jlk.v6i1.

R. S. Amardita, A. Adiwijaya, and M. D. Purbolaksono, “Analisis Sentimen terhadap Ulasan Paris Van Java Resort Lifestyle Place di Kota Bandung Menggunakan Algoritma KNN,” Jurnal Riset Komputer, vol. 9, no. 1, p. 62, Feb. 2022, doi: 10.30865/jurikom.v9i1.3793.

I. R. Afandi, F. Noor Hasan, A. A. Rizki, N. Pratiwi, and Z. Halim, “Analisis Sentimen Opini Masyarakat Terkait Pelayanan Jasa Ekspedisi Anteraja Dengan Metode Naive Bayes,” Jurnal Linguistik Komputasional, vol. 5, no. 2, pp. 63–70, Sep. 2022, doi: 10.26418/jlk.v6i1.

S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” Jurnal Media Informatika Budidarma, vol. 5, no. 2, p. 406, Apr. 2021, doi: 10.30865/mib.v5i2.2835.

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), vol. 3, no. 1, pp. 21–30, Dec. 2021, doi: 10.24176/ijtis.v3i1.7514.

F. Setya Ananto and F. N. Hasan, “Implementasi Algoritma Naïve Bayes Terhadap Analisis Sentimen Ulasan Aplikasi MyPertamina pada Google Play Store,” Jurnal ICT : Information Communication & Technology, vol. 23, no. 1, pp. 75–80, 2023, [Online]. Available: https://ejournal.ikmi.ac.id/index.php/jict-ikmi

A. Tirtana, A. Zulkarnain, Y. D. Listio, and S. Malang, “Pembuatan Sistem Pencarian Pekerjaan Menggunakan TF-IDF,” Jurnal Ilmiah Teknologi Informasi Asia, vol. 13, no. 2, 2019, doi: 10.47065/josh.v3i4.1944.

T. A. Sari, E. Sinduningrum, and F. Noor Hasan, “Analisis Sentimen Ulasan Pelanggan Pada Aplikasi Fore Coffee Menggunakan Metode Naïve Bayes,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 3, no. 6, pp. 773–779, Jun. 2023, doi: 10.30865/klik.v3i6.884.

A. Saputra and F. Noor Hasan, “Analisis Sentimen Terhadap Aplikasi Coffee Meets Bagel Dengan Algoritma Naïve Bayes Classifier,” Sibatik Journal: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, dan Pendidikan, vol. 2, no. 2, pp. 465–474, Jan. 2023, doi: 10.54443/sibatik.v2i2.579.

Nurdin, M. Suhendri, Y. Afrilia, and Rizal, “Klasifikasi Karya Ilmiah (Tugas Akhir) Mahasiswa Menggunakan Metode Naive Bayes Classifier (Nbc),” Sistem Informasi (SISTEMASI), vol. 10, no. 2, pp. 268–279, May 2021, doi: 10.32520/stmsi.v10i2.1193.

M. Saraswati and D. Riminarsih, “Analisis Sentimen Terhadap Pelayanan Krl Commuterline Berdasarkan Data Twitter Menggunakan Algortima Bernoulli Naive Bayes,” Jurnal Ilmiah Informatika Komputer, vol. 25, no. 3, pp. 225–238, Dec. 2020, doi: 10.35760/ik.2020.v25i3.3256.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Analisis Sentimen Masyarakat Terhadap Perilaku Korupsi Pejabat Pemerintah Berdasarkan Tweet Menggunakan Naive Bayes Classifier

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 JURNAL MEDIA INFORMATIKA BUDIDARMA

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.



JURNAL MEDIA INFORMATIKA BUDIDARMA
STMIK Budi Darma
Secretariat: Sisingamangaraja No. 338 Telp 061-7875998
Email: mib.stmikbd@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.