ANALISIS SENTIMEN WARGANET TERHADAP KEBERADAAN JURU PARKIR LIAR MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

Firman Noor Hasan; Avis Tantra Mukti;

ABSTRAK

Analisis Sentimen Terhadap Juru Parkir Liar Pada Media Sosial X Menggunakan Metode Naive Bayes

Avis Tantra Mukti

Masih tingginya angka pengangguran di Indonesia menyebabkan banyak sekali dampak, salah
satunya adalah munculnya juru parkir liar. Kondisi tersebut terus didukung dengan terciptanya area
parkir para pelaku usaha untuk para pengunjungnya. Area parkir yang disediakan sering kali gratis,
bahkan memiliki tulisan yang menyatakannya. Akan tetapi, ada saja oknum yang memanfaatkan
lahan parkir gratis tersebut untuk mendapatkan penghasilan. Banyak sekali sentimen dari warganet
terhadap fenomena juru parkir liar di media sosial. Oleh sebab itu dalam penelitian ini digunakan
sebuah analisis tanggapan berupa sentimen warganet terhadap juru parkir liar di media sosial X
dengan menggunakan Naïve Bayes. Tujuan utama penelitian ini adalah memahami perasaan
masyarakat terhadap keberadaan juru parkir liar yang beroperasi di area parkir. Dataset yang
digunakan dalam analisis ini sebanyak 905 yang diambil dari media sosial X dan dianalisis
menggunakan algoritma Naïve Bayes dengan melakukan klasifikasi sentimen ke dalam kategori
positif, netral, dan negatif terhadap keberadaan juru parkir liar yang beroperasi. Hasil dari penelitian
ini warganet merasa sangat kesal, marah, dan terganggu dengan keberadaan juru parkir liar yang
beroperasi. Hal ini dibuktikan dengan hasil sentimen negatif yang mendominasi sebesar 76% dari
keseluruhan data atau sebanyak 689 sentimen negatif terhadap fenomena ini.

Kata kunci: Analisis Sentimen; Juru Parkir Liar; Media Sosial X; Naïve Bayes Classifier

Sentiment Analysis Against Illegal Parking Attendants on X Social Media Using the Naive Bayes Method

Avis Tantra Mukti

Analisis Sentimen; Juru Parkir Liar; Media Sosial X; Tweet; Naïve Bayes Classifier
Abstract− The still high rate of poverty in Indonesia causes many impacts, one of which is the
emergence of illegal parking attendants. This condition continues to be supported by the creation of
a parking area for business actors for their visitors. The parking areas provided are often free, and
even have signs saying so. However, there are individuals who use the free parking space to earn
income. There are many netizens' sentiments regarding the phenomenon of lying parking attendants
on social media. Therefore, in this research, an analysis was used in the form of netizen sentiment
towards illegal parking attendants on social media X using Naïve Bayes. The main objective of this
research is to understand the public's feelings towards the existence of illegal parking attendants
operating in the parking area. The dataset used in this analysis was 905 taken from social media The
results of this research netizens felt very annoyed, angry and disturbed by the presence of illegal
parking attendants operating. This is proven by the results of negative sentiment which dominates
76% of the total data or as many as 689 negative sentiments regarding this phenomenon.

Key words: Sentiment Analysis; Illegal Parking Officer; Social Media X; Naïve Bayes Classifier