Penerapan Algoritma Multinomial Naïve Bayes untuk Klasifikasi Sentimen Pada Hashtag #Kaburajadulu di Media Sosial X

Abstract

Penelitian ini bertujuan untuk mengkaji sentimen pengguna media sosial X terhadap isu yang ramai diperbincangkan melalui hashtag #KaburAjaDulu dengan menerapkan algoritma Multinomial Naïve Bayes. Data diperoleh melalui proses crawling pada periode 10 Januari hingga 3 Maret 2025 dan menghasilkan sebanyak 1.164 komentar yang terdiri atas 724 sentimen positif dan 440 sentimen negatif. Data selanjutnya dibagi menjadi data latih dan data uji dengan perbandingan 80:20 serta diproses melalui tahapan pembersihan teks, tokenisasi, penghapusan stopword, stemming, dan pembobotan kata menggunakan metode TF–IDF. Optimasi parameter dilakukan menggunakan metode Random Search, sedangkan evaluasi kinerja model menggunakan K-Fold Cross Validation. Hasil pengujian menunjukkan bahwa model mencapai tingkat akurasi sebesar 72%, dengan nilai presisi, recall, dan F1-score pada sentimen positif masing-masing sebesar 76%, 83%, dan 79%, serta pada sentimen negatif sebesar 63%, 53%, dan 57%. Temuan ini menunjukkan bahwa pendekatan yang digunakan mampu mengklasifikasikan sentimen pengguna secara cukup efektif dan dapat dimanfaatkan untuk memahami kecenderungan opini publik di media sosial.