Abstrak—Media sosial X merupakan plat form media sosial umum digunakan user untuk berkomunikasi dan menyebarkan informasi berupa tweets. Penelitian ini bertujuan untuk menganalisis sentimen terhadap kondisi Stunting di Indonesia pada media sosial X menggunakan metode Naïve Bayes Classifier dan mengklasifikasinya menjadi tiga kelas yaitu Negatif, Positif, dan Netral. Dengan dibuatnya analisis sentimen kondisi Stunting diIndonesia adalah untuk mempermudah dalam menganalisis ketiga sentimen yaitu Positif Negatif dan Netral. Berdasarkan hasil penelitian untuk mengetahui polaritas sentimen mengenai kondisi stunting diIndonesia pada media sosial X dengan menggunakan metode Naïve Bayes Classifier untuk menhasilkan polaritas dari data training serta menguji akurasi model probabilitas dengan data testing. Berdasarkan hasil analisis sentimen terhadap kondisi stunting diIndonesia didapatkan sentimen positif lebih dominan yaitu sebanyak 526 data, diikuti oleh sentimen negatif 340 data dan sentimen netral 134 data. Setelah proses klasifikasi naïve bayes dilakukan hasil data uji didapatkan sentimen positif sebesar 0.79, sentimen negatif 0,64. Hal ini menandakan bahwa hasil pengujian terhadap data uji dari sentimen komentar pengguna media sosial X Masyarakat Indonesia memiliki representasi nilai positif yang lebih tinggi terkait kasus stunting yang ada diindonesia.Kata kunci: Stunting, Naïve Bayes Classifier Abstract —Social media X is form plateSocial media is commonly used by users to communicate and spread information in the form of tweets. This research aims to analyze sentiment towards the condition of Stunting in Indonesia on social media X using the Naïve Bayes Classifier method and classify it into three classes, namely Negative, Positive and Neutral. By creating a sentiment analysis of Stunting conditions in Indonesia, it is to make it easier to analyze the three sentiments, namely Positive Negative and Neutral. Based on the results of research to determine the polarity of sentiment regarding stunting conditions in Indonesia on social media X using the Naïve Bayes Classifier method to produce polarity from training data and test the accuracy of the probability model with testing data. Based on the results of sentiment analysis regarding stunting conditions in Indonesia, it was found that positive sentiment was more dominant, namely 526 data, followed by negative sentiment 340 data and neutral sentiment 134 data. After the naïve Bayes classification process was carried out, the test data results obtained positive sentiment of 0.79, negative sentiment of 0.64. This indicates that the test results on test data from the sentiment of comments from social media user X Indonesian society have a higher representation of positive values regarding stunting cases in Indonesia.Keywords: Stunting, Naïve Bayes Classifier
Copyrights © 2024