Analisis Sentimen Tokopedia di Media Sosial Twitter menggunakan Text Mining dengan Naïve Bayes Classifier

Analisis sentimen adalah sebuah proses memahami, mengekstrak dan mengolah sebuah data berupa text secara otomatis untuk menggali dan menemukan informasi dari data text tersebut, apakah mengandung opini negatif atau positif. Penelitian ini bertujuan untuk melakukan analisis sentimen sebuah platform e-commerce di Indonesia yaitu Tokopedia dengan menggunakan proses text mining serta menggunakan metode Multinomial Naïve Bayes dalam melakukan klasifikasi kedalam opini negatif atau positif. Ekstraksi fitur dilakukan dengan metode TF-IDF. Data tweet akan diambil menggunakan bantuan fitur twitter API. Dataset dibuat menjadi dua skenario, data non stemming dan data hasil stemming. Kedua skenario memiliki jumlah dataset yang sama yaitu 1188 tweet. Yang dibagi menjadi 1069 data latih dan 119 data uji. Hasil nilai akurasi yang didapatkan adalah 74,8% untuk data non stemming dan 76,5% untuk data stemming. Sedangkan nilai precision pada dataset hasil non stemming sebesar 72% dan precision dataset stemming sebesar 75,3%. Untuk nilai recall dataset non stemming sebesar 66% dan recall dataset stemming sebesar 67,7%