Analisis Sentimen Tren Olahraga di Masa Pandemi COVID-19 pada Twitter dengan Metode Naïve Bayes Classifier (NBC)

Syahfira Mulya, Herry Sujaini, Tursina Tursina

Abstract


Masyarakat perlu tetap fit agar terhindar dari COVID-19 dengan cara berolahraga sehingga memunculkan topik di masyarakat tentang tren olahraga pada masa pandemi COVID-19. Media sosial yang digunakan masyarakat untuk membahas topik tersebut diantaranya yaitu Twitter. Twitter memudahkan masyarakat untuk berbagi, berdiskusi, dan menuangkan isi hati serta pikiran karena masyarakat dapat saling gabung berdiskusi mengenai topik tersebut secara terbuka tanpa harus saling berteman. Adapun sentimen masyarakat dapat diklasifikasikan ke dalam kelas positif dan negatif, untuk mengetahuinya diperlukan analisis sentimen mengenai topik tersebut dapat dengan menggunakan metode pengklasifikasian yaitu Naïve Bayes karena metode ini tidak memerlukan data yang banyak untuk mengklasifikasi. Tujuan penelitian ini yaitu untuk mengetahui sentimen masyarakat terhadap olahraga-olahraga yang sedang populer pada masa COVID-19 melalui Twitter serta dapat mengetahui performa dari klasifikasi metode Naïve Bayes. Metodologi penelitian ini yaitu untuk mengetahui olahraga yang sedang tren dari Google Trends, kemudian streaming crawling API Twitter, preprocessing text, mengklasifikasi sentimen dengan Naïve Bayes, dan evaluasi. Terkait hasil analisis yang telah dilakukan serta berdasarkan tujuan pada penelitian ini, olahraga yang sedang trending yaitu bulu tangkis, bersepeda, dan lari memiliki sentimen yang positif pada masa pandemi COVID-19 di Indonesia melalui media sosial Twitter. Akurasi pada prediksi dari pengklasifikasian Naive Bayes pada data olahraga yang sedang trending, yaitu menghasilkan akurasi yang paling tinggi pada bulu tangkis yang sebagai peringkat pertama olahraga yang sedang populer di masyarakat dengan hasil recall sebesar 83,8%, precision 85,4% dan accuracy 88%. Jadi pada penelitian ini diperoleh data olahraga yang sedang populer berdasarkan Google Trends ditemukan bahwa olahraga yang berada di top 3 yaitu bulu tangkis, bersepeda, dan lari memiliki positif trending dari ulasan opini masyarakat berbahasa Indonesia melalui media sosial Twitter pada masa COVID-19. 


Keywords


covid-19; olahraga; google trending; naïve baye; sentiment

Full Text:

PDF

References


Pusat Analisis Determinan Kesehatan Kementerian Kesehatan Republik Indonesia. December 01, 2020. [Online]. Available: http://padk.kemkes.go.id/

Satgas Penanganan Covid-19. 2020. [Online]. Avilable: https://covid19.go.id/

G. Lauren, “Mapping COVID-19”, John Hopkins: Center for System Science and Engineering. [Online]. Available: https://systems.jhu.edu/research/public-health/ncov/

Mitchell, H. Jere, dkk. “Classification of Sport”. Journal American College of Cardiology and American College of Sport Medicine. Vol. 24. No. 4. 1994.

Setyaningrum, A. W. Dyah. “Pentingnya Olahraga Selama Pandemi COVID-19”. Jurnal Biomedika dan Kesehatan. Vol. 3. No. 4. 2020.

B. Liu. “Sentiment Analysis and Opinion Mining (Synthesis Lectures on Human Language Technologies”. Morgan & Claypool Publishers, Vermont, Australia. 2012.

G. A. Buntoro. “Analisis Sentimen Calon Guberner DKI Jakarta 2017 Di Twitter”. Integer Journal. Vol. 2, No. 1. 2017.

Saleh. “Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga”. Citec. Journal, Vol. 2, No. 3, Mei 2015 – Juli 2015 ISSN: 2354-5771. 2015.

R. Raksanagara, “Analisis Sentimen Jasa Ekspedisi Barang Menggunakan Metode Naive Bayes”. Jurusan Informatika, Fakultas MIPA, Universitas Ahmad Yani. 2016.

D. Rustiana, dkk. “Analisis Sentimen Pasar Otomotif Mobil: Tweet Twitter Menggunakan Naïve Bayes “. 2017.

S. Hanggara. “Aplikasi Web untuk Analisis Sentimen pada Opini Produk dengan Naive Bayes Classifier”. Seminar Nasional Inovasi dan Aplikasi Teknologi di Industri 2017 ITN Malang. ISSN 2085-4218. 2017.

F. Gunawan, M.A. Fauzi., P. P. Andikara. “Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile)”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 1, No. 10. 2017.

Y.S. Mahardhika, E. Zuliarso. “ANALISIS SENTIMEN TERHADAP PEMERINTAHAN JOKO WIDODO PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAIVES BAYES CLASSIFIER”. Prosiding SINTAK 2018. 2018.

S. Fanissa, M. A. Fauzi, A. Sigit. “Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 2. No 8. 2018.

A. Nugroho. “Analisis Sentimen Pada Media Sosial Twitter Menggunakan Naive Bayes Classifier Dengan Ekstrasi Fitur N-Gram”. Jurnal Sains Komputer & Informatika. Vol. 2, No. 2. 2018.

N. T. Romandloni, S. Imam, B, Sularso. “Perbandingan Metode Naive Bayes, KNN dan Decision Tree Terhadap Analisis Sentimen Transportasi KRL Commuter Line”. Jurnal IKRA-ITH Informatika. Vol. 1, No. 2. 2019."

D. Gunawan, D. Riana, D. Ardiansyah, F. Akbar, S. Alfarizi. “Komparasi Algoritma Support Vector Machine dan Naive Bayes dengan Algortima Genetika pada Analisis Sentimen Calon Gubernur Jabar 2018-2023”. Jurnal Teknik Komputer AMIK BSI. Vol. VI, No. 1. Januari 2020. P-ISSN 2442-2436, E-ISSN: 2550-0120. DOI: 10.31294/jtk.v4i2. 2020.

Ratino, H. Noor, A. Sita, G. Windu. “Sentimen Analisis Informasi Covid-19 menggunakan Support Vector Machine dan Naïve Bayes”. Jurnal JUPITER Vol. 12 No. 2 B. 2020

Xhemali, Daniela; Hinde, J. Chris, Stone, Roger. “Naïve Bayes vs. Decision Trees vs. Neural Networks in the classification of training web pages”. Loughborough University. Journal contribution. [Online]. Available: https://hdl.handle.net/2134/5394. 2009

F. Ratnawati. “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film pada Twitter”. INOVTEK Polbeng-Seri Informatika. 2018.




DOI: http://dx.doi.org/10.26418/jp.v8i2.52815

Refbacks

  • There are currently no refbacks.