Analisis sentimen mobil listrik menggunakan metode Naïve Bayes Classifier

Abstract

Mobil listrik semakin populer sebagai solusi transportasi ramah lingkungan di tengah meningkatnya kesadaran akan perubahan iklim. Namun, pemahaman mengenai penerimaan masyarakat terhadap mobil listrik masih terbatas. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap mobil listrik menggunakan metode Naïve Bayes Classifier, yang terbukti efektif dalam analisis sentimen berbasis teks. Penelitian ini mengadopsi pendekatan CRISP-DM yang mencakup tahapan pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Data yang digunakan diperoleh dari tweet terkait mobil listrik yang telah melalui tahap preprocessing untuk memastikan kualitas analisis. Hasil evaluasi menunjukkan bahwa model memiliki performa yang sangat baik dengan AUC sebesar 0.997 dan akurasi 94.4%, yang menunjukkan kemampuan yang baik dalam memprediksi sentimen. Analisis sentimen mengungkapkan bahwa mayoritas masyarakat memiliki sentimen positif terhadap mobil listrik, diikuti dengan sentimen netral, dan hanya sedikit yang menunjukkan sentimen negatif. Temuan ini memberikan wawasan penting bagi industri otomotif dan pemerintah dalam merancang strategi pemasaran dan kebijakan publik yang mendukung adopsi mobil listrik lebih luas. Penelitian ini juga berkontribusi pada pemahaman persepsi masyarakat terhadap teknologi berkelanjutan, sehingga dapat menjadi dasar bagi pengembangan mobil listrik di masa depan.