Implementasi Algoritma Analisis Sentimen pada Konten Interaktif Website Promosi Kearifan Lokal Adat Tabot Bengkulu

Abstract

Tabot adalah upacara adat tahunan yang diselenggarakan oleh masyarakat Bengkulu sebagai bentuk pelestarian kearifan lokal. Promosi kearifan lokal melalui platform digital, terutama website, menjadi penting untuk memperkenalkan dan melestarikan tradisi budaya. Website promosi adat Tabot Bengkulu, yang berisi konten interaktif seperti video, gambar, dan artikel, bertujuan menarik minat pengguna. Sentimen pengguna terhadap website ini penting untuk memahami tanggapan mereka. Algoritma analisis sentimen, yang mempelajari hubungan antara kata-kata dan sentimen, dapat digunakan untuk berbagai tujuan, termasuk analisis opini publik dan pemasaran, meskipun penggunaannya dalam konteks kearifan lokal masih terbatas. Metode yang digunakan dalam penelitian ini adalah metode Naive Bayes untuk klasifikasi sentimen. Data ulasan produk dikumpulkan dan diproses menggunakan teknik Pre-Processing seperti tokenisasi, Stemming, dan penghapusan Stopwords. Aplikasi yang digunakan untuk pengembangan sistem ini adalah Python dengan pustaka scikit-learn sebagai alat utama untuk implementasi algoritma Naive Bayes. Sistem dibangun dengan spesifikasi yang mencakup pengolahan data teks dan visualisasi hasil analisis sentimen. Hasil dari penelitian ini menunjukkan bahwa sistem klasifikasi sentimen otomatis yang dibangun dapat mengklasifikasikan sentimen ulasan produk dengan akurasi yang memuaskan. Sistem ini berhasil membedakan antara ulasan positif, negatif, dan netral. Analisis lebih lanjut menunjukkan bahwa metode Naive Bayes memiliki kinerja yang baik dalam klasifikasi sentimen dengan akurasi yang mencapai 67%. Sistem klasifikasi sentimen otomatis yang dibangun dalam penelitian ini mampu membantu dalam menganalisis sentimen. Dengan akurasi yang tinggi, sistem ini dapat menjadi alat yang efektif untuk memahami opini dan sentimen yang berkembang di dunia digital.