ANALISIS SENTIMEN PENDAPAT NETIZEN INDONESIA TERHADAP PENGUNGSI ROHINGYA PADA APLIKASI X MENGGUNAKAN ALGORITMA NAÏVE BAYES

Putri Lestari; Fadly Irwiensyah;

Analisis Sentimen Pendapat Netizen Indonesia Terhadap Pengungsi
Rohingya pada Aplikasi X Menggunakan Metode Naïve Bayes

Putri Lestari

Etnis rohingya merupakan salah satu korban kekejaman genosida yang dilakukan oleh Myanmar
akibat dari dendam masa lalu. Karena hal tersebut beberapa dari etnis memilih untuk pergi dari
Myanmar dan memutuskan untuk mengungsi ke negara lain termasuk ke Indonesia, akibatnya isu
ini terus menerus naik disosial media. Penelitian ini dilakukan dengan tujuan menganalisis sentimen
pendapat masyarakat tentang masuknya para etnis Rohingya pada sosial media X menggunakan
metode naive bayes. Data yang dilakukan dengan metode Web Scrapping sebanyak 1124 dengan
rentang waktu bulan mei 2023 sampai dengan januri 2024 dan data dilanjutkan dengan tahap
preprocessing serta penghilangan duplikasi pada data yang membuat data berubah jumlahnya
menjadi 701. Setelah melalui tahapan tersebut maka dapat diimplementasikan ke dalam naive bayes.
Hasil dari pengimplementasian naive bayes pada penelitian ini tentang pendapat netizen Indonesia
terhadap pengungsi Rohingya pada aplikasi X mendapatkan nilai akurasi 99.80%, precision 99.54%,
dan recall 100%.
Kata kunci: Pengungsi Rohingya, Indonesia, Naïve bayes

Sentiment Analysis of Indonesian Netizens' Opinions towards Rohingya
Refugees on Application X Using the Naïve Bayes Method

Putri Lestari

Rohingya ethnic group is one of the victims of genocide atrocities committed by Myanmar as a result
of past grudges. Because of this, several ethnic groups chose to leave Myanmar and decided to flee
to other countries, including Indonesia, as a result, this issue continued to rise on social media. This
research was conducted with the aim of analyzing public opinion sentiment regarding the inclusion
of the Rohingya ethnic group on social media X using the Naive Bayes method. The data carried out
using the Web Scrapping method was 1124 with a time span of May 2023 to January 2024 and the
data was continued with the preprocessing stage and removing duplications in the data which made
the data change to 701. After going through these stages it can be implemented into Naive Bayes.
The results of implementing Naive Bayes in this research about the opinions of Indonesian netizens
regarding Rohingya refugees in the X application obtained an accuracy value of 99.80%, precision
99.54%, and recall 100%.
Keywords: Rohingya refugees, Indonesian, naïve bayes