Implementasi Metode Naïve Bayes Classifier Dalam Analisis Sentimen Berbasis Aspek Pada Penanganan Virus Covid 19

Latar Belakang: Penyebaran virus covid 19 di Indonesia sangat cepat, sehingga pemerintah menerapkan kebijakan yang membatasi mobilitas masyarakat untuk memutus mata rantai penyebaran virus. Kebijakan yang diterapkan menjadi perhatian publik sehingga menimbulkan pro dan kontra di masyarakat. Twitter menjadi platform yang digunakan masyarakat untuk mengakses informasi terkini dan menyampaikan opini terkait penanganan virus covid. Opini publik terhadap kebijakan tersebut mempengaruhi pengambilan keputusan yang tepat untuk mengevaluasi kinerja pemerintah.
Tujuan: Dari kasus tersebut maka diterapkanya analisis sentiment berbasis aspek untuk untuk mengetahui performansi metode Naive Bayes Classifier dan penggunaan aspek dalam menganalisis sentimen terhadap penanganan Virus Covid 19.
Metode: Penelitian ini mengunakan metode klasifikasi NBC yang mana memiliki kestabilan dan kemampuan yang baik. Pengambilan data dari API Twitter, kemudian data dilabeli aspek secara manual dengan 4 jenis aspek yaitu Kesehatan, Ekonomi, Pendidikan dan Transportasi. Kemudian data di proses ke dalam preprocessing, setelah itu data tersebut diberi nilai bobot pada setiap kata melalui term weighting, selanjutnya data kemudian dibagi menjadi dua yaitu data testing dan data training, kemudian diproses data kedalam kelas sentimen dan kelas aspek, dan terakhir algoritma pembelajaran mesin dievaluasi menggunakan K-fold cross-validasi.Hasil: Hasil penelitian menunjukan penggunaan metode NBC untuk klasifikasi sentimen berdasarkan aspek pada kasus penanganan virus Covid 19 mendapatkan performansi akurasi dan Hamming Loss pada pengujian sentiment dengan rata-rata sebesar 62,2% dan 36,4% , sedangkan hasil performansi akurasi dan Hamming Loss pada pengujian aspek dengan rata-rata sebesar 53,6% dan 45,5%.Kesimpulan: Penerapan metode NBC untuk klasifikasi sentimen berdasarkan aspek pada kasus di dapatkan nilai hamming loss pada pengujian sentimen dan aspek sebesar 0,364 dan 0,455. Dilihat dari hasil nilai tersebut dapat di simpulkan menggunakan NBC memberikan nilai hamming loss terbaik.