Analisis Sentimen pada Media Sosial Twitter terhadap Timnas Indonesia Menggunakan Algoritma Naïve Bayes

Penelitian ini bertujuan untuk melakukan analisis sentiment terhadap Timnas Indonesia berdasarkan data yang diperoleh oleh media sosial Twiiter. Metode yang digunakan adalah algoritma Naïve Bayes, yang di kenal sebagai salah satu algoritma klasifikasi berbasis probabilistik yang efisien dalam tugas-tugas Natural Languange Processing (NLP). Data dalam penelitian ini dikumpulkan melalui dua metode, yaitu studi literatur untuk memperoleh referensi teori dan pendekatan relevan, serta crawling data dari twitter menggunakan Tweet Harvest melalui Google Collab. Tahapan penelitian mencakup preprocessing (seperti case folding, cleaning, tokenizing, filtering, dan stemming). Proses pelabelan sentiment dilakukan secara manual untuk memastikan
akurasi dalam klasifikasi opini ke dalam kategori positif dan negatif. Hasil evaluasi menujukkan bahwa model Naïve Bayes yang dibangun mampu mengklasifikasikan sentiment dengan baik, dengan nilai akurasi sebesar 0.744, presisi 0.864, recall 0.704, dan F1-score sebesar 0.775. berdasarkan hasil tersebut, dapat disimpulkan bahwa algoritma Naïve Bayes cukup efektif dalam mengklasifikasikan opini publik terhadap Timnas Indonesia di media sosial Twitter. Penelitian selanjutnya dapat mempertimbangkan penggunaan algoritma lain sebagai pembanding atau mengeksplorasi pendekatan berbasis deep learning seperti LSTM atau BERT untuk memperoleh hasil yang lebih optimal.