ANALISIS SENTIMEN DALAM JARINGAN PENYEBARAN NARKOTIKA LEWAT MATA (NARKOLEMA) DI MEDIA SOSIAL

Echa parhamda; Akhmad Rizal Dzikrillah;

Analisis Sentimen dalam Jaringan Penyebaran Narkotika Lewat Mata

(Narkolema) di Media Sosial
Echa parhamda

Penyebaran narkolema (Narkotika Lewat Mata) melalui media sosial menjadi tantangan baru
dalam pengawasan konten digital. Penelitian ini menganalisis opini publik terhadap konten
narkolema di Twitter menggunakan pendekatan analisis sentimen berbasis machine learning. Data
dikumpulkan melalui proses scraping menggunakan Tweet-Harvest, dijalankan di Google Colab
dengan bantuan Node.js dan Python, serta menggunakan autentikasi akun Twitter untuk
memperoleh data secara langsung. Lingkup data difokuskan pada tweet berbahasa Indonesia,
berbentuk teks, dan dikumpulkan selama periode 1 Januari 2024 hingga 30 Mei 2025. Proses
preprocessing, mulai dari cleansing, tokenisasi, case folding, stopword removal, hingga konversi
teks ke dalam bentuk numerik dengan TF-IDF, dilakukan menggunakan platform RapidMiner.
Data hasil preprocessing kemudian diekspor dan digunakan dalam tahap evaluasi model klasifikasi
di Python, dengan algoritma utama yang digunakan adalah Multinomial Naïve Bayes, serta K-
Nearest Neighbor (KNN) sebagai pembanding. Kontribusi teknis dari penelitian ini terletak pada
pemisahan alur preprocessing dan evaluasi model dengan dua platform terpisah (RapidMiner dan
Python), serta penerapan pipeline klasifikasi tiga kelas (positif, negatif, netral) terhadap data opini
publik yang telah dilabeli menggunakan pendekatan lexicon-based. Visualisasi hasil dilakukan
melalui kombinasi WordCloud, diagram pie, dan confusion matrix untuk memberikan gambaran
menyeluruh terhadap persebaran sentimen dan performa model. Hasil analisis menunjukkan bahwa
opini publik terhadap narkolema didominasi oleh sentimen netral, namun terdapat kecenderungan
kuat terhadap penolakan penyebaran konten narkolema, yang tercermin dari proporsi sentimen
positif. Evaluasi performa menunjukkan bahwa model Naïve Bayes menghasilkan akurasi sebesar
51,78%, dengan recall tertinggi pada kategori netral sebesar 98%, sedangkan algoritma KNN
sebagai pembanding mencatat akurasi 46,19%. Temuan ini menunjukkan bahwa pendekatan
analisis sentimen berbasis teks dapat digunakan sebagai alat bantu untuk memahami persepsi
publik, sekaligus sebagai bagian dari upaya mendukung pengawasan dan pengendalian konten
digital berbahaya secara lebih sistematis.
Kata kunci: narkolema, media sosial, sentimen, Twitter, opini publik