ANALISIS SENTIMEN MASYARAKAT TERHADAP FENOMENA CHILDFREE (KEHIDUPAN TANPA ANAK) PADA TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES

siti nurhaliza; Dimas Febriawan;

Analisis Sentimen Masyarakat Terhadap Fenomena Childfree (Kehidupan
Tanpa Anak) Pada Twitter Menggunakan Algoritma Naïve Bayes

Siti Nurhaliza

Perbedaan dalam perspektif masyarakat mengenai kesejahteraan pribadi dan memahami pilihan
hidup benar-benar beragam. Belakangan ini, ada pemikiran yang lazim di mana individu percaya
bahwa kesejahteraan pribadi dapat dicapai dengan memilih untuk hidup tanpa anak. Kebanyakan
dari mereka lebih memilih untuk memprioritaskan karir mereka, pendidikan, atau kegiatan lain yang
mereka yakini dapat membawa kebahagiaan dan kesejahteraan dalam hidup mereka. Topik ini telah
menjadi topik yang topik yang sering dibicarakan di hampir seluruh wilayah di Indonesia, terutama
di daerah perkotaan. Tidak hanya menghadapi stigma negatif, pilihan untuk menjalani hidup tanpa
anak di Indonesia juga memiliki konotasi positif. konotasi positif. Pandangan mengenai Childfree
di Indonesia sangat sangat beragam, mengingat banyaknya perbedaan lingkungan sosial dan dan
pengalaman pribadi masing-masing individu. Dalam penelitian ini, algoritma Algoritma Naïve
Bayes digunakan sebagai pengklasifikasi sentimen dalam bentuk berupa data tekstual yang
dikumpulkan melalui Twitter dengan menggunakan Rapid Miner. Periode pengumpulan data
berlangsung dari tanggal 3 Mei hingga 10 Mei 2023. Penelitian ini bertujuan untuk menganalisis
dan menyajikan data mengenai sentimen publik terhadap fenomena Childfree di Indonesia. Hasil
dari penelitian ini mengungkapkan adanya 320 sentimen positif dan 180 sentimen positif dan 180
sentimen negatif, dengan nilai akurasi algoritma Naïve Bayes dalam melakukan analisis sentimen
terhadap fenomena Childfree mencapai 95,00%.
Kata kunci: Childfree, Naïve Bayes, Analisis Sentimen, Twitter

Sentiment Analysis of Society Towards the Child-free Phenomenon (Life
Without Children) on Twitter Using Naïve Bayes Algorithm

Siti Nurhaliza

The difference in societal perspective regarding personal well-being and understanding life choices
is genuinely diverse. Lately, there is a prevalent thought where individuals believe that personal
well-being can be achieved by choosing to live without children. Most of them prefer to prioritize

their careers, education, or other activities that they believe can bring greater happiness and well-
being to their lives. This topic has become a frequently discussed subject in almost every region of

Indonesia, especially in urban areas. Not only facing negative stigma, the choice to live a life without
children in Indonesia also carries positive connotations. Views on Childfree in Indonesia are highly
diverse, considering the many differences in social environments and each individual’s personal
experiences. In this research, the Naïve Bayes algorithm is used as a sentiment classifier in the form
of textual data collected through Twitter using the Rapid Miner. The data collection period spanned
from May 3rd to May 10th, 2023. The research aims to analyze and present data regarding public
sentiment towards the Childfree phenomenon in Indonesia. The results of this research reveal the
presence of 320 positive sentiments and 180 negative sentiments, with the accuracy value of the
Naïve Bayes algorithm in conducting sentiment analysis on the Childfree phenomenon reached
95.00%.
Keywords: Childfree, Naïve Bayes, Sentiment Analysis, Twitter