ANALISIS SENTIMEN TWITTER PEMILIHAN PRESIDEN 2024 MENGGUNAKAN NAÏVE BAYES

Abstract

Pemilihan Presiden Republik Indonesia tahun 2024 menjadi salah satu momen politik yang paling banyak dibicarakan di media sosial, khususnya Twitter. Platform ini berfungsi sebagai ruang publik digital tempat masyarakat menyampaikan opini, kritik, dan dukungan terhadap kandidat. Besarnya jumlah data teks yang tidak terstruktur menuntut adanya metode analisis otomatis yang mampu mengidentifikasi dan mengklasifikasikan sentimen secara cepat dan akurat. Penelitian ini bertujuan untuk menganalisis sentimen opini publik terkait Pemilu Presiden 2024 dengan menggunakan algoritma Naïve Bayes serta mengevaluasi kinerja model berdasarkan nilai akurasi, presisi, dan recall. Metode penelitian mengikuti tahapan Knowledge Discovery in Databases (KDD), meliputi pengumpulan data Twitter, preprocessing (cleansing, tokenizing, stopword removal, stemming), transformasi data, dan proses klasifikasi menggunakan RapidMiner 10.1. Hasil penelitian menunjukkan bahwa model Naïve Bayes mampu mengklasifikasikan tiga kategori sentimen positif, negatif, dan netral secara efektif dengan tingkat akurasi yang stabil. Persebaran sentimen menunjukkan beragamnya opini publik terhadap isu politik selama masa kampanye Pemilu 2024. Hasil evaluasi confusion matrix memperlihatkan bahwa Naïve Bayes bekerja optimal pada teks pendek dan informal khas Twitter. Penelitian ini memberikan kontribusi pada pemahaman dinamika opini publik digital serta dapat menjadi dasar pengambilan keputusan bagi pengamat politik dan pihak berkepentingan dalam memantau persepsi masyarakat terhadap isu nasional.