ANALISIS SENTIMEN TERHADAP CRYPTOCURRENCY PADA PLATFORM TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

• SANTOSA ASTARY, ARTHA INDRA MADEWA, MUHAMMAD RIDWAN

---

ABSTRAK

ABSTRAK

Artha Indra Madewa (11183086), Muhammad Ridwan (11182406), Santosa Astary (11182709),Analisis Sentimen Terhadap Cryptocurrency Pada Platform Twitter Menggunakan Algoritma Naïve Bayes Classsifier

Mengungkapkan sentimen atau pendapat sudah menjadi aktivitas yang wajar dilakukan dalam kehidupan bermasyarakat.Analisis sentimen digunakan untuk mengetahui opini masyarakat terkait suatu pokok bahasan yang dibagi menjadi sentimen positif,negatif dan netral. Cryptocurrency saat ini menjadi salah satu teknologi yang populer di Indonesia.Pada platform twitter cryptocurrency sering muncul dan trending dengan hashtag #crypto nya.Hal ini tentu saja menimbulkan banyak opini dari para pengguna twitter dan juga masyarakat pada umumnya.Banyak yang menerima dengan baik teknologi ini akan tetapi banyak juga yang masih ragu.Dengan banyaknya opini yang ada tentu akan sulit untuk mengetahui sentimen positif,negatif dan netral.Untuk itu diperlukan salah satu metode klasifikasi pada penelitian ini dengan menggunakan Naïve Bayes Classifier agar dapat diketahui dengan jelas sentimen masyarakat Indonesia terkait cryptocurrency dan bisa digunakan untuk bahan pertimbangan pengambilan keputusan oleh masyarakat tentang cryptocurrency ini.Pada penelitian ini digunakan data sebanyak 1108 dataset yang kemudian dibagi menjadi dua bagian yaitu data training dan data testing dengan perbandingan 70 : 776 dimana hasil akurasi yang didapatkan dengan menggunakan metode Naïve Bayes Classifier sebesar 70,03 %.

KATA KUNCI

Algoritma Naive Bayes

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] A. Saputra, “Apakah Boleh Jual-Beli Barang Pakai Mata Uang Kripto di Indonesia?,” detikNews, 2022.

[2] S. N. J. Fitriyyah, N. Safriadi, and E. E. Pratama, “Analisis Sentimen Calon Presiden Indonesia 2019 dari Media Sosial Twitter Menggunakan Metode Naive Bayes,” JEPIN (Jurnal Edukasi dan Penelit. Inform., vol. 5, no. 3, Dec. 2019, doi: 10.26418/JP.V5I3.34368.

[3] N. G. Arviana, “Cryptocurrency: Arti, Fungsi, Jenis-Jenis, Kelebihan, dan Kekurangannya,” Glints, 2022. https://glints.com/id/lowongan/cryptocurrencyadalah/#.YjSF0epBzIU (accessed Apr. 28, 2022).

[4] C. Nababan, “Jumlah Investor Kripto Tembus 12,4 Juta, Diprediksi Terus Mendaki,” CNN Indonesia, 2022. https://www.cnnindonesia.com/ekonomi/20220403074825-92-779519/jumlahinvestor-kripto-tembus-124-juta-diprediksi-terus-mendaki (accessed Apr. 27, 2022).

[5] F. Fridom Mailo and L. Lazuardi, “Analisis Sentimen Data Twitter Menggunakan Metode Text Mining Tentang Masalah Obesitas di Indonesia,” J. Inf. Syst. Public Heal., vol. 4, no. 1, pp. 28–36, Oct. 2019, doi: 10.22146/JISPH.44455.

[6] D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional,” J. Tekno Kompak, vol. 15, no. 1, pp. 131–145, Feb. 2021, doi: 10.33365/JTK.V15I1.744.

[7] H. F. Putro, R. T. Vulandari, and W. L. Y. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” J. Teknol. Inf. dan Komun., vol. 8, no. 2, 2020, doi: 10.30646/tikomsin.v8i2.500.

[8] A. Felicia Watratan, A. B. Puspita, D. Moeis, S. Informasi, and S. Profesional Makassar, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” J. Appl. Comput. Sci. Technol., vol. 1, no. 1, pp. 7–14, Jul. 2020, doi: 10.52158/JACOST.V1I1.9.

[9] I. K. Juni Arta, G. Indrawan, and G. R. Dantes, “Data Mining Rekomendasi Calon Mahasiswa Berprestasi Di Stmik Denpasar Menggunakan Metode Technique for Others Reference By Similarity To Ideal Solution,” JST (Jurnal Sains dan Teknol., vol. 5, no. 2, pp. 746–760, 2017, doi: 10.23887/jstundiksha.v5i2.8549.

[10] A. Firdaus and W. I. Firdaus, “Text Mining Dan Pola Algoritma Dalam Penyelesaian Masalah Informasi?: (Sebuah Ulasan),” J. JUPITER, vol. 13, no. 1, pp. 66–78, 2021, [Online]. Available: https://jurnal.polsri.ac.id/index.php/jupiter/article/view/3249/1396

[11] N. L. Ratniasih, M. Sudarma, and N. Gunantara, “Penerapan Text Mining Dalam 45 Spam Filtering Untuk Aplikasi Chat,” Maj. Ilm. Teknol. Elektro, vol. 16, no. 3, p. 13, 2017, doi: 10.24843/mite.2017.v16i03p03.

[12] P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 1, p. 147, 2021, doi: 10.25126/jtiik.0813944.

[13] L. Ardiani, H. Sujaini, and T. Tursina, “Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak,” J. Sist. dan Teknol. Inf., vol. 8, no. 2, p. 183, 2020, doi: 10.26418/justin.v8i2.36776.

[14] F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” INOVTEK Polbeng - Seri Inform., vol. 3, no. 1, p. 50, 2018, doi: 10.35314/isi.v3i1.335.

[15] I. B. P. Bhiantara, “Teknologi Blockchain Cryptocurrency Di Era Revolusi Digital,” Pros. Semin. Nas. Pendidik. Tek. Inform., no. 0362, pp. 173–177, 2018, [Online]. Available: http://pti.undiksha.ac.id/senapati

[16] A. Taufik, “Optimasi Particle Swarm Optimization Sebagai Seleksi Fitur Pada Analisis Sentimen Review Hotel Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes,” J. Tek. Komput., vol. III, no. 2, pp. 40–47, 2017.

[17] V. A. Permadi, “Analisis Sentimen Menggunakan Algoritma Naive Bayes Terhadap Review Restoran di Singapura,” J. Buana Inform., vol. 11, no. 2, pp. 141–151, Oct. 2020, doi: 10.24002/JBI.V11I2.3769.

[18] A. Mustofa Hidayat and M. Syafrullah, “Algoritma Naïve Bayes Dalam Analisis Sentimen Untuk Klasifikasi Pada Layanan Internet PT.XYZ,” J. Telemat. MKOM, vol. 9, no. 2, pp. 91–95, 2017, [Online]. Available: http://journal.budiluhur.ac.id/index.php/telematika/article/view/532

[19] C. Tanujaya, “Perancangan Standart Operational Procedure Produksi Pada Perusahaan Coffeein,” J. Manaj. dan Start-Up Bisnis, vol. 2, no. 1, pp. 90–95, 2017.