SENTIMEN ANALISIS MASYARAKAT DI TWITTER TERHADAP PILKADA 2020 DITENGAH PANDEMIC COVID-19 DENGAN METODE NAIVE BAYES CLASSIFER

Pemilihan kepala daerah (Pilkada) serentak 2020 di tengah pandemic COVID-19 mulai ramai di bicarakan mulai dari dunia nyata maupun di dunia maya, khususnya di media sosial Twitter. Keberadaan Twitter telah digunakan secara luas oleh berbagai kalangan masyarakat dalam beberapa tahun terakhir. Twitter adalah salah satu media yang merepresentasikan tanggapan masyarakat terkait issu publik. Menjelang dilaksanakanya pemilihan umum (PEMILU), biasanya ada beberapa pihak yang ingin mengetahui hasil sentimen atau tanggapan masyarakat terhadap issu tersebut, yaitu akademisi, intelektual atau bahkan lawan politik. Kendati demikian pelaksaan pilkada sangat menuai polemik di lapisan masyarakat,oleh karena itu penelitian ini mencoba menganalisis tweet yang membicarakan tentang issu public yaitu pilkada 2020 di tengan Pandemic COVID-19. Analisis yang dilakukan biasanya menggunakan klasifikasi tweet yang berisi sentimen masyarakat tentang issu tersebut. Metode klasifikasi yang digunakan pada penelitian kali ini adalah Naive Bayes Classifier (NBC) Dan Support Vector Machine (SVM). Naive Bayes Classifier dikombinasikan dengan fitur yang dapat mendeteksi pembobotan menggunakan probabilitas. Klasifikasi tweet dalam penelitian ini diperoleh berdasarkan kombinasi antara dua kelas yaitu kelas sentimen dan kelas kategori. Klasifikasi sentimen terdiri dari positif dan negatif. Hasil pengujian pada aplikasi yang dibangun memperlihatkan bahwa akurasi dengan Naive Bayes memberikan hasil yang lebih baik dari pada Support Vector Machine. Namun demikian, secara keseluruhan penggunaan metode Naive Bayes memiliki performansi yang baik untuk melakukan klasifikasi tweet dengan tingkat akurasi 92,2%.