Analisis Sentimen Persepsi Publik Terhadap UPN “Veteran” Jawa Timur Menggunakan Metode SVM, Naïve Bayes, dan Multinomial Logistic Regression

Abstract

Perkembangan teknologi informasi mempengaruhi berbagai lini kehidupan manusia. Melalui media sosial Twitter pengguna dapat mengutarakan opini/pendapatnya terkait kejadian di dunia nyata. Opini/pendapat tersebut dapat dimanfaatkan untuk menggali insight lebih, salah satunya adalah melalui analisis sentimen. Penelitian ini melakukan analisis sentimen publik terhadap UPN "Veteran" Jawa Timur. Peneliti menggunakan data yang diambil dengan Teknik crawling dengan Twint. Peneliti menggunakan metode ekstraksi fitur Back of Word (BOW) dan Term Invers – Document Term Frequency (TF-IDF) dan algoritma SVM, Naive Bayes, dan Multinomial Logistic Regression untuk membangun model klasifikasi sentimen. Berdasarkan hasil dari proses analisis pada data yang telah dilakukan pelabelan sentimen dengan Python TextBlob, 12.9% dikelompokan dalam sentimen negatif, 55.2% sentimen netral, dan 31.9% sentimen positif. Selain itu, didapatkan informasi bahwa terjadi peningkatan trend jumlah tweet terkait UPN ”Veteran” Jawa Timur bulan Februari 2023. Hasil uji dari model klasifikasi menunjukan bahwa Logistic Regression dengan BoW menghasilkan kinerja terbaik akurasi yang didapatkan sebesar 0.75, presisi sebesar 0.74 dan recall sebesar 0.60. Metode ekstraksi fitur BoW tampak bekerja lebih baik pada semua model yang diuji dalam penelitian ini.