Analisis Sentimen terhadap Kereta Cepat Jakarta-Bandung dan Kereta Panoramic pada Media Sosial Twitter menggunakan Algoritma Naive Bayes

Kereta api menjadi salah satu transportasi umum pilihan masyarakat Indonesia dengan persentase 34% pada libur natal dan tahun baru tahun 2020. Indonesia melakukan pengembangan pada sarana kereta api dengan menghadirkan kereta panoramic yang beroperasi sejak Desember 2022 dan kereta cepat Jakarta- Bandung yang dikembangkan sejak 2015. Munculnya kedua jenis kereta ini menimbulkan berbagai pandangan dari masyarakat yang disampaikan melalui media sosial, terutama Twitter yang memiliki jumlah pengguna aktif sebanyak 284 juta orang dengan rata-rata 500 juta tweet per harinya. Penelitian ini bertujuan untuk melakukan analisis sentimen dengan mengklasifikasikan sentimen tersebut ke dalam sentimen positif dan negatif. Metode yang digunakan pada penelitian ini adalah algoritma Naive Bayes dengan bantuan CountVectorizer, Term Frequency-Inverse Document Frequency (TF-IDF), Synthetic Minority Over- sampling Techniqiue (SMOTE), dan NearMiss. Algoritma Naive Bayes digunakan karena cepat dalam melakukan pelatihan dan juga bekerja baik pada data yang tidak besar. Dari hasil implementasi, hasil terbaik yang didapatkan dengan menggunakan TF-IDF pada data yang tidak seimbang dengan perbandingan data latih dan data uji sebesar 70%:30% dan parameter random state dengan nilai 42. Hasil yang didapatkan memiliki nilai akurasi sebesar 77.65%, precision sebesar 75%, recall sebesar 72%, dan f1-score sebesar 73%