Klasifikasi Sentimen Postingan Sosial Media Menggunakan Machine Learning Random Forest dan Naïve Bayes
DOI:
https://doi.org/10.31004/innovative.v5i1.17935Keywords:
Klasifikasi, Sosial Media, Random Forest, Naïve BayesAbstract
Penggunaan media sosial di Indonesia berkembang pesat sehingga menimbulkan dampak positif seperti peningkatan kreativitas dan kemudahan berkomunikasi, serta dampak negatif seperti kecanduan dan kesepian. Penelitian ini berfokus pada klasifikasi sentimen postingan media sosial menggunakan algoritma Random Forest dan Naïve Bayes. Tujuannya adalah untuk memahami sentimen di media sosial, yang berguna bagi organisasi ketika merespons opini publik dan mengambil keputusan strategis. Penelitian ini membandingkan kinerja kedua algoritma tersebut menggunakan dataset besar dari Twitter. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 90,41%, sedangkan algoritma Random Forest mencapai akurasi sebesar 39.74%.
References
A. Miftahusalam, A. F. Nuraini, A. A. Khoirunisa, and H. Pratiwi, “Perbandingan Algoritma Random Forest, Naïve Bayes, dan Support Vector Machine Pada Analisis Sentimen Twitter Mengenai Opini Masyarakat Terhadap Penghapusan Tenaga Honorer,” Semin. Nas. Off. Stat., vol. 2022, no. 1, pp. 563–572, 2022, doi: 10.34123/semnasoffstat.v2022i1.1410.
A. Musman, Seni Berdamai Dengan Emosi. Unicorn Publishing, 2019.
A. Wandani, “Sentimen Analisis Pengguna Twitter pada Event Flash Sale Menggunakan Algoritma K-NN, Random Forest, dan Naive Bayes,” J. Sains Komput. Inform. (J-SAKTI, vol. 5, no. 2, pp. 651–665, 2021.
D. P. M. Artanti, “Syukur A Prihandono A and Setiadi DRIM, 2018 Analisa Sentimen Untuk Penilaian Pelayanan Situs Belanja Online Menggunakan Algoritma Naıve Bayes …,” Nas. Sist. Inf, pp. 8–9, 2018.
E. Rini Yulia and K. Solecha, “Implementasi Particle Swarm Optimization (PSO) pada Analysis Sentiment Review Aplikasi Trafi menggunakan Algoritma Naive Bayes (NB),” J. Tek. Komput. AMIK BSI, vol. 7, no. 1, pp. 25–29, 2021, doi: 10.31294/jtk.v4i2.
F. A. Larasati, D. E. Ratnawati, and B. T. Hanggara, “Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest,” … Teknol. Inf. dan …, vol. 6, no. 9, pp. 4305–4313, 2022, [Online]. Available: http://j-ptiik.ub.ac.id
G. A. Sandag, “Prediksi Rating Aplikasi App Store Menggunakan Algoritma Random Forest,” CogITo Smart J., vol. 6, no. 2, pp. 167–178, 2020, doi: 10.31154/cogito.v6i2.270.167-178.
J. M. Ayu, S. Dachi, and P. Sitompul, “Analisis Perbandingan Algoritma XGBoost dan Algoritma Random Forest Ensemble Learning pada Klasifikasi Keputusan Kredit,” J. Ris. Rumpun Mat. dan Ilmu Pengetah. Alam, vol. 2, no. 2, pp. 87–103, 2023, [Online]. Available: https://prin.or.id/index.php/JURRIMIPA/article/view/1470
M. H. Chyntia, D. E. Ratnawati, and I. Arwani, “Analisis Sentimen berbasis Aspek terhadap Ulasan Hotel Tentrem Yogyakarta menggunakan Algoritma Random Forest Classifier,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 4, pp. 1702–1708, 2022, [Online]. Available: http://j-ptiik.ub.ac.id
M. Yasir and R. Suraji, “Perbandingan Metode Klasifikasi Naive Bayes, Decision, Tree, Random Forest Terhadap Analisis Sentimen Kenaikan Biaya Haji 2023 pada Media Sosial Youtube,” J. Cahaya Mandalika, vol. 3, no. 2, pp. 180–192, 2023.
N. D. Pratidina and J. Mitha, “Dampak Penggunaan Media Sosial terhadap Interaksi Sosial Masyarakat: Studi Literature,” J. Ilm. Univ. Batanghari Jambi, vol. 23, no. 1, p. 810, 2023, doi: 10.33087/jiubj.v23i1.3083.
N. Widjiyati, “Implementasi Algoritme Random Forest Pada Klasifikasi Dataset Credit Approval,” J. Janitra Inform. dan Sist. Inf., vol. 1, no. 1, pp. 1–7, 2021, doi: 10.25008/janitra.v1i1.118.
R. Fatmasari, V. M. Ayu, H. Anto, W. Gata, and L. D. Yulianto, “Analisis Sentimen Dalam Pengkategorian Komentar Youtube Terhadap Layanan Akademik dan Non-Akademik Universitas Terbuka Untuk Prediksi Kepuasan,” Build. Informatics, Technol. Sci., vol. 4, no. 2, pp. 395–404, 2022, doi: 10.47065/bits.v4i2.1738.
R. Istiyaningsih, “PENGARUH POSTINGAN SINDIRAN DI MEDIA SOSIAL FACEBOOK TERHADAP SIKAP EMOSIONAL PARA IBU DI DESA AGUNG BATIN KECAMATAN SIMPANG PEMATANG KABUPATEN MESUJI,” UNIVERSITAS LAMPUNG BANDAR LAMPUNG, 2022. [Online]. Available: http://digilib.unila.ac.id/id/eprint/66920
S. P. Dewi, N. Nurwati, and E. Rahayu, “Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor,” Build. Informatics, Technol. Sci., vol. 3, no. 4, pp. 639–648, 2022, doi: 10.47065/bits.v3i4.1408.
S. S. HANDAYANI, “REGULASI EMOSI PADA PENGGUNA MEDIA SOSIAL,” UNIVERSITAS MUHAMMADIYAH SURAKARTA, 2018. [Online]. Available: https://eprints.ums.ac.id/id/eprint/61449
T. D. Putra, E. Utami, and M. P. Kurniawan, “Analisis Sentimen Pemilu 2024 dengan Naive Bayes Berbasis Particle Swarm Optimization (PSO),” Explore, vol. 13, no. 1, pp. 1–5, 2023, doi: 10.35200/ex.v11i2.13.
T. D. Putra, E. Utami, and M. P.Kurniawan, “Klasifikasi penderita kanker Paru Paru Menggunakan Algoritma Artificial Neural Network (ANN),” Explore, vol. 12, no. 2, p. 13, 2022, doi: 10.35200/explore.v12i2.568.
T. Fadiyah Basar, D. E. Ratnawati, and I. Arwani, “Analisis Sentimen Pengguna Twitter terhadap Pembayaran Cashless menggunakan Shopeepay dengan Algoritma Random Forest,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 3, pp. 1426–1433, 2022, [Online]. Available: http://j-ptiik.ub.ac.id
T. Krisdiyanto, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 7, no. 1, p. 32, 2021, doi: 10.24014/coreit.v7i1.12945.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Tommy Dwi Putra, Dewi Oktafiani

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