Implementasi Multinomial Naive Bayes pada Aplikasi Analisis Sentimen Terkait Jasa Transportasi Online Via Twitter

Penelitian ini mengusulkan terkait sentimen analisis dengan dataset penyedia jasa transportasi online (GOJEK) yang berasal dari Twitter dengan menggunakan algoritma pengklasifikasian Multinomial Naïve Bayes. Algoritma Multinomial Naïve Bayes digunakan untuk menentukan apakah suatu tweet merupakan sentimen positif atau negatif. Berdasarkan penelitian yang sudah dilakukan sebelumnya, algoritma Multinomial Naïve Bayes memiliki performa yang paling baik ketimbang algoritma pengklasifikasian lainnya. Penelitian ini bertujuan untuk mengimplementasikan algoritma Multinomial Naïve Bayes dengan Bahasa pemrograman Python, serta mengukur tingkat akurasi prediksi yang dibuat oleh sistem. Berdasarkan hasil dari beberapa skenario pengujian, dengan menggunakan confusion matrix, ditemukan bahwa model dengan perbandingan 60:40 dan telah dilakukan down-sampling sehingga dataset seimbang, menghasilkan performa yang paling baik dengan nilai accuracy 75,41%, precision 82,79%, recall 64,16%, dan f-measure 72,30%