Analisis Sentimen Kenaikan Harga Bahan Bakar Minyak Menggunakan Algoritma Naïve Bayes dan Support Vector Machine

Rizka Ayu Permana; Yana Cahyana; Adi Rizky Pratama

Rizka Ayu Permana Universitas Buana Perjuangan Karawang
Yana Cahyana Universitas Buana Perjuangan Karawang
Adi Rizky Pratama Universitas Buana Perjuangan Karawang

Keywords: BBM, Twitter, Naïve Bayes, Support Vector Machine

Abstract

Bahan Bakar Minyak (BBM) memiliki peranan penting dalam kehidupan masyarakat, karena harga BBM mempengaruhi harga komoditas dan sektor lainnya. Kenaikan harga BBM sering menimbulkan pro dan kontra di kalangan masyarakat. Untuk melihat bagaimana masyarakat merespons kenaikan harga BBM, salah satunya dapat dilakukan melalui analisis media sosial seperti Twitter. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap kenaikan harga BBM dengan menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Proses dimulai dengan crawling data tweet menggunakan kata kunci "harga BBM naik". Data yang terkumpul kemudian dibagi menjadi dua kelas, yaitu kelas positif dan kelas negatif. Data tersebut selanjutnya melalui proses preprocessing yang meliputi cleaning, case folding, tokenizing, stopword removal, normalize, dan stemming. Pembagian data dilakukan dengan 70% untuk data training dan 30% untuk data testing. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes memperoleh akurasi sebesar 78,3%, precision 99,2%, dan recall 75,1%. Sementara itu, algoritma Support Vector Machine (SVM) memperoleh akurasi 92,5%, precision 93,0%, dan recall 98,5%.

References

[1] S. S. A. D. M. M. R. M. Yuliani Dewi, “Dampak Kenaikan Harga Bahan Bakar Minyak (BBM) Terhadap Sembilan Bahan Pokok (Sembako) Di Kecamatan TambunSelatan Dalam Masa Pandemi,” vol. 2 (2), no. 2, pp. 320–326, 2022. [Online]. Available: https://jurnal.stkipkusumanegara.ac.id/index.php/citizenshipvirtues/article/download/1533/1021.
[2] A. M. Siregar, “Klasifikasi Algoritma Tf Dan Neutral Network Dalam Sentimen Analisis,” J. Account. Inf. Syst., vol. 1, no. 2, pp. 93–100, 2018, doi: 10.32627/aims.v1i2.359.
[3] M. Astiningrum, K. S. Batubulan, and L. A. Sias, “Implementasi Analisis Sentimen Twitter Mengenai Opini Masyarakat Terhadap Rkuhp Tahun 2019,” Semin. Inform. Apl. Polinema, 2020.
[4] Nur Rohmi Aida, “Rincian Kenaikan Harga BBM Pertalite, Solar, hingga Pertamax Hari Ini,” Kompas.com, 2022. [Online]. Available: https://www.kompas.com/tren/read/2022/09/03/144500865/rincian-kenaikan-harga-bbm-pertalite-solar-hingga-pertamaxhari-ini?page=all.
[5] S. Bhatia, M. Sharma, and K. K. Bhatia, “Sentiment Analysis and Mining of Opinions,” Stud. Big Data, vol. 30, no. May, pp. 503–523, 2018, doi: 10.1007/978-3-319-60435-0_20.
[6] M. W. A. Putra, Susanti, Erlin, and Herwin, “Analisis Sentimen Dompet Elektronik Pada Twitter Menggunakan Metode Naïve Bayes Classifier,” IT J. Res. Dev., vol. 5, no. 1, pp. 72–86, 2020, doi: 10.25299/itjrd.2020.vol5(1).5159.
[7] A. Rahman Isnain, A. Indra Sakti, D. Alita, and N. Satya Marga, “Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma Svm,” Jdmsi, vol. 2, no. 1, pp. 31–37, 2021. [Online]. Available: https://t.co/NfhnfMjtXw.
[8] W. Yulita et al., “Analisis Sentimen Terhadap Opini Masyarakat Tentang Vaksin Covid-19 Menggunakan Algoritma Naïve Bayes Classifier,” Jdmsi, vol. 2, no. 2, pp. 1–9, 2021.
[9] N. Tri Romadloni, I. Santoso, S. Budilaksono, and M. Ilmu Komputer STMIK Nusa Mandiri Jakarta, “Perbandingan Metode Naive Bayes, Knn Dan Decision Tree Terhadap Analisis Sentimen Transportasi Krl Commuter Line,” J. IKRA-ITH Inform., vol. 3, no. 2, pp. 1–9, 2019.
[10] D. A. Agustina, S. Subanti, and E. Zukhronah, “Implementasi Text Mining Pada Analisis Sentimen Pengguna Twitter Terhadap Marketplace di Indonesia Menggunakan Algoritma Support Vector Machine,” Indones. J. Appl. Stat., vol. 3, no. 2, p. 109, 2021, doi: 10.13057/ijas.v3i2.44337.
[11] R. Tineges, A. Triayudi, and I. D. Sholihati, “Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM),” J. Media Inform. Budidarma, vol. 4, no. 3, p. 650, 2020, doi: 10.30865/mib.v4i3.2181.
[12] M. Yusuf, D. Wahiddin, and ..., “Sistem Pakar Diagnosa Dini Kecanduan Narkoba Menggunakan Algoritma Naive Bayes Berbasis Web,” ... Student J., vol. III, pp. 99–104, 2022. [Online]. Available: https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/427 [Online]. Available: https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/download/427/341.
[13] M. Kusmira, “Analisis Sentimen Registrasi Ulang Kartu SIM pada Twitter Menggunakan Algoritma SVM dan K-NN,” INTI Nusa Mandiri, vol. 14, no. 1, pp. 105–110, 2019.