OPTIMASI NAÏVE BAYES BERBASIS PSO UNTUK ANALISIS SENTIMEN TERHADAP PEMBANGUNAN IBU KOTA NUSANTARA PADA TWITTER
Tanggal Upload: 30/05/2025
Penulis / NIM:
ARIF NUR ALAM / T3119112
Program Studi:
S1 Teknik Informatika
Kata Kunci:
Naïve Bayes, Particle Swarm Optimization, Analisis Sentimen, Twitter, Ibu Kota Nusantara
Abstrak:
Pemindahan Ibu Kota Indonesia ke Kalimantan Timur, yang dinamai Nusantara, telah memicu berbagai reaksi publik yang diekspresikan melalui media sosial. Penelitian ini bertujuan untuk mengoptimalkan algoritma Naïve Bayes menggunakan Particle Swarm Optimization (PSO) dalam analisis sentimen terhadap pembangunan Ibu Kota Nusantara di platform Twitter. Naïve Bayes digunakan sebagai algoritma klasifikasi teks untuk mengkategorikan tweet menjadi sentimen positif dan negatif, sedangkan PSO digunakan untuk meningkatkan akurasi klasifikasi tersebut. Melalui pengumpulan data tweet terkait pembangunan Ibu Kota Nusantara, analisis ini mengungkapkan opini publik yang beragam. Hasil pengujian yang didapatkan oleh algoritma Naïve Bayes memiliki nilai Accuracy sebesar 66%, dan penambahan seleksi fitur Particle Swarm Optimization (PSO) menghasilkan peningkatan nilai Accuracy menjadi 70% yang menunjukkan adanya peningkatan akurasi sebesar 4?ri hasil sebelumnya dengan pembagian data 80% untuk pelatihan dan 20% untuk pengujian. Penelitian ini memberikan wawasan mendalam tentang persepsi publik terhadap proyek besar nasional ini, yang dapat menjadi referensi bagi pengambil kebijakan dan penelitian selanjutnya.