ANALISIS SENTIMEN SOSIAL MEDIA TWITTER TERKAIT TABUNGAN PERUMAHAN RAKYAT (TAPERA) DENGAN NAÏVE BAYES SKRIPSI

Avry Liyanah Dewy; Mia Kamayani Sulaeman;

Kemajuan teknologi telah membawa perubahan signifikan dalam berbagai aspek kehidupan,
termasuk cara masyarakat berinteraksi dan menyampaikan pendapat di media sosial. Penelitian ini
bertujuan untuk menganalisis sentimen percakapan di Twitter mengenai program Tabungan
Perumahan Rakyat (TAPERA) yang dicanangkan oleh pemerintah. Dengan menggunakan metode
klasifikasi Naïve Bayes, data dikumpulkan melalui platform Google Collab dan diproses
menggunakan pustaka tweet-harvest, berhasil mengumpulkan 1.800 tweet yang sesuai dengan
kriteria pencarian. Preprocessing termasuk pembersihan dan pelabelan sentimen dilakukan secara
manual untuk mendapatkan data latih yang akurat. Hasil analisis menunjukkan bahwa dari 720 tweet
yang diuji, 473 tweet memiliki sentimen negatif (65,69%) dan 247 tweet memiliki sentimen positif
(34,31%). Model Naïve Bayes yang digunakan dalam penelitian ini menunjukkan kinerja yang baik
dengan akurasi 84,17%, precision untuk kelas negatif 88,71%, recall untuk kelas negatif 88,60%,
precision untuk kelas positif 78,54%, dan recall untuk kelas positif 76,08%. menunjukan bahwa
Naïve Bayes efektif dalam mengklasifikasikan sentimen masyarakat terhadap program TAPERA,
memberikan wawasan yang penting bagi pihak terkait dalam mengevaluasi dan meningkatkan
efektivitas program.
Kata kunci: Analisis Sentimen, Twitter, TAPERA, Naïve Bayes