Sentimen Analisis Opini Masyarakat Pada Sosial Media Twitter Terhadap Organisasi Aksi Cepat Tanggap Menggunakan Naïve Bayes Classifier

Adanya suatu topik permasalahan aksi cepat tanggap (act) menimbulkan berbagai macam tanggapan dari masyarakat. Banyaknya pemberitahuan yang berasal dari banyak sumber dapat mempengaruhi presepsi masyarakat. Berbagai macam penilaian tehadap organisasi act yang dialami masyarakat dapat menjadi pemicu terjadinya kemarahan dan kebingungan. Tujuan penelitian ini adalah untuk melakukan analisis sentimen menggunakan google colab dengan bahasa pemrograman python, untuk mengetahui opini-opini masyarakat pada media sosial twitter terhadap kabar mengenai organisasi act dengan kata kunci aksi cepat tanggap yang ada di Indonesia. Penelitian ini menggunakan google colab dengan bahasa pemrograman python untuk mencari dan mengambil data dari media sosial twitter. kemudian akan dilanjutkan dengan tahap preprocessing untuk membersihkan data yang telah diambil dari twitter. lalu mencari persentase dari topik permasalahan yaitu aksi cepat tanggap dengan metode naïve bayes classifier yang diklasifikasikan kedalam opini positif, negatif, dan netral. Hasil analisis sentimen ini akan dijabarkan dalam bentuk visualisasi barplot, wordcloud, dan dalam bentuk diagram UML (Unified Modelling Language). Dengan begitu penelitian ini akan menghasilkan sebuah informasi analisis sentimen menggunakan google colab dengan bahasa pemrograman python dalam mengambil dan mengklasifikasi data