Perbandingan Metode Multinomial Naïve Bayes dan Bernoulli Naïve Bayes pada Analisis Sentimen Terhadap Naturalisasi Timnas Berdasarkan Komentar di Instagram
Kata Kunci:
analisis sentimen, instagram, multinomial naïve bayes, bernoulli naïve bayes, naturalisasi pemain asingAbstrak
Sepak bola merupakan olahraga paling populer di Indonesia, dengan Tim Nasional sebagai simbol kebanggaan nasional. Salah satu isu yang memicu perdebatan publik adalah kebijakan naturalisasi pemain asing untuk memperkuat Timnas. Opini publik terkait isu ini banyak ditemukan di media sosial, terutama Instagram. Untuk mengetahui sentimen ekspresi pendapat masyarakat tentang berbagai topik, termasuk isu-isu terkait sepak bola dan Timnas digunakan analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen dari 4.258 komentar Instagram terhadap isu naturalisasi dengan membandingkan unjuk kerja metode Multinomial Naïve Bayes dan algoritma Bernoulli Naïve Bayes. Proses analisis meliputi preprocessing, penerjemahan data menggunakan Google Translate API, pelabelan dengan VADER, pembobotan TF-IDF, serta penyeimbangan data menggunakan SMOTE. Evaluasi dilakukan menggunakan confusion matrix berdasarkan metrik accuracy, precision, recall, dan F1-score. Hasil menunjukkan bahwa Multinomial Naïve Bayes memberikan unjuk kerja lebih baik dengan accuracy 74,65%, precision 75,96%, recall 74,65%, dan F1-score 74,32% pada skenario k-fold 10 dan alpha 0,01 dibandingkan menggunakan Bernoulli Naïve Bayes.
Referensi
B. Pradiksa and D. A. Prianto, “Persepsi masyarakat terhadap sepakbola Indonesia di masa pandemi Covid-19,” Jurnal Prestasi Olahraga, vol. 5, no. 2, pp. 53–59, 2022.
D. R. P. Jaya and S. Lestari, “Analisis Sentimen Naturalisasi Tim Nasional Indonesia U-23 di Era Shin Tae-yong Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbors,” Jurnal Indonesia: Manajemen Informatika dan Komunikasi, vol. 5, no. 3, pp. 3262–3277, 2024.
J. Zhao, K. Liu, and L. Xu, “Sentiment analysis: Mining opinions, sentiments, and emotions.” MIT Press One Rogers Street, Cambridge, MA 02142-1209, USA journals-info …, 2016.
C. D. Manning, An introduction to information retrieval. 2009.
A. TEGAR, N. E. FRESIA, and M. HABIBI, “PEMETAAN OPINI PUBLIK MENGGUNAKAN DATA MINING: STUDI KASUS NATURALISASI PEMAIN SEPAK BOLA DENGAN K-MEANS DAN NAIVE BAYES CLASSIFIER,” INDONESIAN JOURNAL ON DATA SCIENCE Учредители: Universitas Jenderal Achmad Yani Yogyakarta, vol. 2, no. 1, pp. 43–50, 2024.
A. S. Adhityas, “Analisis Sentimen Terhadap Program Naturalisasi Timnas Indonesia Pada X Menggunakan Algoritma Naive Bayes,” eProceedings of Engineering, vol. 12, no. 2, pp. 1–9, 2025.
B. R. Adji and J. B. B. Darmawan, “ANALISIS SENTIMEN TERHADAP KULIAH DARING MENGGUNAKAN MULTINOMIAL NAIVE BAYES DENGAN SELEKSI FITUR INFORMATION GAIN,” in The 2nd Seminar Nasional dan Prosiding Scitech 2023, 2023.
N. S. Wardani, A. Prahutama, and P. Kartikasari, “Analisis sentimen pemindahan ibu kota negara dengan klasifikasi Naïve Bayes untuk model Bernoulli dan Multinomial,” Jurnal Gaussian, vol. 9, no. 3, pp. 237–246, 2020.
S. Jansen, Hands-On Machine learning for Algorithmic Trading: Design and implement investment strategies based on smart algorithms that learn from data using Python. Packt Publishing Ltd, 2018.
S. T. Jishan, R. I. Rashu, N. Haque, and R. M. Rahman, “Improving accuracy of students’ final grade prediction model using optimal equal width binning and synthetic minority over-sampling technique,” Decision Analytics, vol. 2, no. 1, p. 1, 2015.
J. Han, J. Pei, and H. Tong, Data mining: concepts and techniques. Morgan kaufmann, 2022.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Prosiding ini memberikan akses terbuka langsung ke isinya dengan prinsip bahwa membuat penelitian tersedia secara gratis untuk publik mendukung pertukaran pengetahuan global yang lebih besar.
Semua artikel yang diterbitkan Open Access akan segera dan secara permanen gratis untuk dibaca dan diunduh semua orang.
