<![CDATA[Pemilihan umum (Pemilu) merupakan bagian dari demokrasi suatu negara termasuk Indonesia. Pemilihan dilakukan oleh rakyat yang telah memenuhi syarat sebagai pemilih. Mengingat pengaruh media sosial yang cukup pesat dikalangan masyarakat, maka dari itu penulis tertarik untuk mengetahui opini publik atau pemikiran rakyat yang dicurahkan kedalam akun media sosial mereka. Dengan mengetahui sentimen positif atau negatif, penulis berharap akan mendapatkan akurasi yang tinggi pada suatu pembicaraan berupa tweet atau komentar masyarakat yang ditujukan pada pasangan calon presiden 2019. Tujuan dari penelitian ini sekaligus menguji akurasi Naive Bayes Classifier pada proses perhitungan probabilitas pada kasus yang telah dipilih. Untuk mendukung perhitungan naive bayes, peneliti akan melakukan tahap preprocessing telebih dahulu sebelum menggunakan TF-IDF(Term Frequency-Inverse Document Frequency) sebagai metode pembobotan agar memberikan perhitungan akurasi yang lebih baik [1]. Dalam penelitian ini, penulis mendapatkan hasil akurasi 57,00%. Hasil ini sudah cukup baik dalam klasifikasi positif dan negatif sebuah dokumen atau kalimat. Kata kunci : Preprocessing, Twitter, Naive Bayes Classifier.]]>
Copyrights © 2019
