Implementasi pengklasifikasian sentimen masyarakat terhadap calon gubernur Jawa Barat tahun 2018 menggunakan metode Naive Bayes Classifier pada Twitter

Perkembangan teknologi informasi pada media sosial sudah banyak digunakan fungsinya sebagai alat untuk berpolitik, contohnya pada pemilihan gubernur Jawa Barat tahun 2018, saat ini komunikasi manusia lebih intens dilakukan di media sosial dibandingkan dunia nyata. Permasalahan tersebut dapat diselesaikan dengan membuat sistem untuk klasifikasi sentimen masyarakat pada calon gubernur Jawa Barat tahun 2018. Tujuan penelitian ini membangun sistem untuk pengklasifikasian sentimen masyarakat pada calon gubernur Jawa Barat tahun 2018 menggunakan algoritma Naive Bayes Classifier. Metode yang digunakan yaitu teks mining. Pada penelitian ini data latih yang digunakan berjumlah 580 data sebagai data training. Teknik praproses yang dilakukan dimulai dari case folding, normalisasi, filtering, tokenisasi dan pembobotan dengan menghitung nilai TF-IDF. Sistem ini diharapkan dapat melakukan klasifikasi data secara otomatis dan tepat. Hasil dari penelitian ini menunjukan bahwa algoritma Naive Bayes Classiffier mampu menghasilkan tingkat akurasi untuk pasangan Rindu = 88.89% , Hasanah= 82.81% ,Asyik =80.61% ,Dm4jabar =88.89%. Jadi untuk nilai akurasi rata- rata sistem menggunakan algoritma Naive Bayes Classifier yaitu sebesar 85.3%