ANALISIS SENTIMEN MASYARAKAT INDONESIA TERHADAP PENGALAMAN BELANJA THRIFTING PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES SKRIPSI

Sania Wulandari; Firman Noor Hasan;

Thrifting merupakan aktivitas belanja barang bekas yang semakin popular di Indonesia terutama
dikalangan kaum milenial dan generasi Z sebagai alternatif belanja yang menghemat biaya. Kegiatan
thrifting memberikan dampak positif yang jelas bagi masyarakat Indonesia dalam menjaga
lingkungan dengan mengurangi pembelian barang baru. Namun aktivitas jual beli thrifthing
dianggap ilegal dan dapat merugikan industri tekstil dalam negeri. Sehingga analisis sentimen perlu
dilakukan untuk mengetahui bagaimana tanggapan masyarakat terhadap aktivitas jual beli thrifthing.
Penelitian ini bertujuan untuk menghitung jumlah komentar positif dan negatif dari pengguna
Twitter, serta mengetahui seberapa akurat algoritma Naïve Bayes digunakan dalam
pengklasifikasian. Data yang digunakan diambil dari media sosial Twitter sebanyak 900 tweet,
kemudian diolah melalui beberapa tahap lanjutan seperti pre-processing yang terdiri dari cleansing,
tokenize, dan filter stopwords. Kemudian pada tahap pelabelan data dibagi menjadi data latih dan
data uji dengan rasio 60:40. Setelah diklasifikasikan menggunakan algoritma Naïve Bayes hasil
yang didapatkan cenderung positif dengan jumlah komentar positif sebanyak 368 dan sentimen
negatif sebanyak 181. Setelah melalui tahap evaluasi, didapatkan nilai accuracy sebesar 95,92%,
nilai precision sebesar 95,76%, dan nilai recall sebesar 97,41%. Hasil evaluasi menunjukkan bahwa
algoritma Naïve bayes terbukti memiliki keakuratan tingkat tinggi digunakan dalam
pengklasifikasian.
Kata kunci: Thrifting, Anaisis sentimen, Algoritma Naïve Bayes, Twitter, Media sosial