Analisis Sentimen Opini Publik Terhadap Aplikasi Threads di Twitter Menggunakan Metode Naïve Bayes

Abstract

ABSTRAK

Pesatnya perkembangan dunia digital, membuat semua orang berbondong-bondong memanfaatkan perkembangan tersebut, seolah tidak memandang baik buruknya hal tersebut. Seperti halnya media sosial yang rentan akan memuat berita atau informasi mengenai suatu platform legal bahkan ilegal, akhir-akhir ini social media sedang dihebohkan dengan adanya aplikasi terbaru yaitu Threads, aplikasi tersebut menuang pro dan kontra di Indonesia karena fitur nya hampir mirip dengan Twitter karena aplikasi tersebut sangat menarik perhatian netizen maka penelitian ini bertujuan untuk mengetahui opini publik terhadap aplikasi tersebut. Kesimpulan yang didapat dari hasil penelitian implementasi metode Naïve Bayes terhadap aplikasi Threads, menunjukan tingkat accuracy untuk aplikasi Threads yaitu 95,60%, nilai precision 100,00% dengan positive class yaitu negatif, nilai recall 93,16% dengan positif class yaitu negatif. Hasil klasifikasi menunjukan bahwa komentar negatif lebih mendominasi dari pada komentar positif pada aplikasi Threads, dengan komentar negative 64,25%, dan komentar positif 35,75%.

Kata Kunci: Threads, Naïve Bayes Classifier, Twitter, Rapid Miner