ANALISIS SENTIMEN TERHADAP PSSI ATAS TRAGEDI KANJURUHAN MENGGUNAKAN MULTINOMIAL NAÏVE BAYES

Mohammad Afif Hanafi, Achmad Solichin

Abstract


PSSI (Persatuan Sepakbola Seluruh Indonesia) merupakan suatu federasi sepakbola yang ada di Indonesia. Sebelum dan Sesudah Tragedi Kanjuruhan, PSSI memiliki banyak sekali isu sentimen negatif maupun positif. Oleh karena itu, sentimen ini banyak menimbulkan opini terhadap PSSI sehingga perlu adanya sistem untuk mengetahui setiap kalimat pada sebuah sentimen. Penelitian ini melatarbelakangi opini masyarakat Indonesia baik yang pro ataupun kontra pada Tragedi Kanjuruhan, hal ini menjadi suatu hal yang sangat penting untuk mengetahui sentimen positif atau negatifnya sebuah pendapat yang dilontarkan oleh masyarakat salah satunya melalui Twitter. Untuk itu, penelitian ini bertujuan untuk mengklasifikasikan dan menganalisis pandangan dari masyarakat melalui media sosial Twitter terhadap PSSI baik sebelum Tragedi Kanjuruhan maupun sesudah Tragedi Kanjuruhan, dan berapa akurasi tertinggi dari algoritme yang diimplementasikan berupa sistem yang berbasis website. Sentimen analisis ini dilakukan melalui proses pelabelan secara manual yang kemudian dibagi menjadi dua kategori yaitu label positif dan label negatif. Dataset bersumber dari Twitter dengan proses scraping dengan kata kunci sebelum Tragedi Kanjuruhan yaitu “PSSI” pada periode 01 Januari 2022 hingga 31 Agustus 2022 dengan total 452 tweets. Dan kata kunci sesudah Tragedi Kanjuruhan yaitu “PSSI”, “Sepakbola, “Kanjuruhan”, dan “FIFA” pada periode 07 Oktober 2022 hingga 16 Oktober 2022 dengan total 1238 tweets. Hasil dari pengujian menggunakan metode Multinomial Naïve Bayes mampu menghasilkan analisa pengujian akurasi tertinggi sebelum Tragedi Kanjuruhan bernilai 73% dengan rasio terbaik ialah 80% data latih dan 20% data uji, sedangkan akurasi tertinggi sesudah Tragedi Kanjuruhan bernilai 68% dengan rasio terbaik ialah 90% data latih dan 10% data uji

Keywords


Kanjuruhan;Multinomial Naïve Bayes;Perbandingan Sentimen Analisis;PSSI;Sentimen Analisis;Twitter

Full Text:

PDF

References


A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” Jurnal Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679.

R. Hidayatillah, M. Mirwan, M. Hakam, and A. Nugroho, “Levels of Political Participation Based on Naive Bayes Classifier,” IJCCS (Indonesian Journal of Computing and Cybernetics Systems), vol. 13, no. 1, p. 73, 2019, doi: 10.22146/ijccs.42531.

S. N. J. Fitriyyah, N. Safriadi, and E. E. Pratama, “Analisis Sentimen Calon Presiden Indonesia 2019 dari Media Sosial Twitter Menggunakan Metode Naive Bayes,” Jurnal Edukasi dan Penelitian Informatika (JEPIN), vol. 5, no. 3, p. 279, 2019, doi: 10.26418/jp.v5i3.34368.

R. P. I. Putra, M. Akbar, and R. Amalia, “Analisis Sentimen Masyarakat Terhadap Kinerja Persatuan Sepakbola Seluruh Indonesia Menggunakan Metode Backpropagation,” Journal of Information Technology Ampera, vol. 1, no. 2, pp. 106–118, 2020, doi: 10.51519/journalita.volume1.isssue2.year2020.page106-118.

I. Indriati, M. Marji, and S. Pakpahan, “Analisis Sentimen Tentang Opini Performa Klub Sepak Bola Pada Dokumen Twitter Menggunakan Support Vector Machine Dengan Perbaikan Kata Tidak Baku,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 7, pp. 7259–7267, 2019.

J. A. Septian, T. M. Fahrudin, and A. Nugroho, “Journal of Intelligent Systems and Computation 43,” Journal of Intelligent Systems and Computation, pp. 43–49, 2019.

M. A. Saddam, E. K. Dewantara, and A. Solichin, “Sentiment Analysis of Flood Disaster Management in Jakarta on Twitter Using Support Vector Machines,” Sinkron, vol. 8, no. 1, pp. 470–479, Jan. 2023, doi: 10.33395/sinkron.v8i1.12063.

M. Agus Arianto and A. Solichin, “Analisis Sentimen Motogp Mandalika Pada Twitter Menggunakan Metode Naïve Bayes,” Jurnal TICOM: Technology of Information and Communication, vol. 11, no. 1, 2022, [Online]. Available: https://t.co/XyNW7StiWQ

D. D. A. Yani, H. S. Pratiwi, and H. Muhardi, “Implementasi Web Scraping untuk Pengambilan Data pada Situs Marketplace,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 7, no. 4, p. 257, 2019, doi: 10.26418/justin.v7i4.30930.

A. Rahmatulloh and R. Gunawan, “Web Scraping with HTML DOM Method for Data Collection of Scientific Articles from Google Scholar,” Indonesian Journal of Information Systems, vol. 2, no. 2, pp. 95–104, 2020, doi: 10.24002/ijis.v2i2.3029.

F. Z. Tala, “A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia,” M.Sc. Thesis, Appendix D, vol. pp, pp. 39–46, 2003.




DOI: https://dx.doi.org/10.36080/telematikamkom.2292

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Telematika MKOM

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

Universitas Budi Luhur Jl. Raya Ciledug,Petukangan Utara,Jakarta Selatan 12260 Telp. (021) 5869225, 5853753 ext 227, 228 Fax. (021) 5869225