ANALISIS SENTIMEN BERDASARKAN OPINI DARI MEDIA SOSIAL TWITTER TERHADAP "FIGURE PEMIMPIN" MENGGUNAKAN PYTHON

Abstract

Media sosial adalah sebuah media yang digunakan untuk bersosialisasi dan bertukar informasi oleh para penggunanya dengan menggunakan internet. Ada banyak sekali manfaat dari media sosial, beberapa kegunaan media sosial seperti berkenalan dengan teman baru, mengetahui informasi olahraga, ekonomi, pariwisata dan juga untuk urusan politik. Pada penilitian ini dilakukan analisis sentimen menggunakan metode Naïve bayes dalam penentuan polaritas sentimen. Analisis sentimen sendiri merupakan alat untuk memproses koleksi hasil pencarian yang bertujuan untuk mencari atribut dari suatu produk dan bagaimana proses dalam mendapatkan hasil pendapatnya (Lawrence et al, 2014). Dengan menerapkan metode Naïve Bayes Classifier dalam melihat sentimen masyarakat di media sosial twitter terhadap seorang figure pemimpin. Presentase analisis sentimen berdasarkan pelabelan dengan menggunakan library textbob dari opini masyarakat pada Media Sosial Twitter terhadap 5 (lima) “Figure Pemimpin” tersebut didapatkan hasil figure pemimpin yang paling banyak mendapatka tweet positif yaitu pada figure Ganjar Pranowo yang mendapatkan sebanyak 53 tweet yang masuk ke dalam kelas positif atau sebanyak 10,6% pada 500 tweet. Sedangkan hasil figure Pemimpin yang mendapatkan paling banyak tweet negatif yaitu pada figure Ridwan Kawil yang mendapatkan tweet negatif sebanyak 5 tweet atau sebanyak 1,0% pada 500 tweet.