Analisis Sentimen Opini Warga X terhadap Banjir di Sumatera Menggunakan Naive Bayes

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen opini masyarakat
terhadap peristiwa banjir di wilayah Sumatera berdasarkan data dari media sosial X.
Banjir merupakan bencana alam yang sering terjadi di Sumatera dan menimbulkan
berbagai respons masyarakat yang banyak disampaikan melalui media sosial. Media
sosial X dipilih sebagai sumber data karena bersifat terbuka dan real-time sehingga
dapat merepresentasikan opini publik secara luas.
Data penelitian terdiri dari 1.030 tweet berbahasa Indonesia yang dikumpulkan
melalui proses crawling menggunakan API resmi X dengan kata kunci terkait banjir
di Sumatera. Setelah dilakukan pembersihan data, diperoleh 873 tweet yang
kemudian diproses melalui tahapan text mining, meliputi preprocessing teks,
pelabelan sentimen secara manual, serta pembagian data menjadi data latih dan data
uji. Data latih berjumlah 650 tweet, sedangkan data uji sebanyak 223 tweet.
Klasifikasi sentimen dilakukan menggunakan algoritma Naive Bayes dengan
bantuan perangkat lunak RapidMiner. Evaluasi model dilakukan menggunakan
confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil
penelitian menunjukkan bahwa algoritma Naive Bayes mampu memberikan kinerja
yang cukup baik dalam mengklasifikasikan sentimen. Selain itu, hasil analisis
menunjukkan bahwa opini masyarakat terhadap peristiwa banjir di wilayah
Sumatera didominasi oleh sentimen negatif. Penelitian ini diharapkan dapat
memberikan gambaran mengenai persepsi masyarakat dan menjadi bahan
pertimbangan dalam pengambilan kebijakan penanggulangan bencana.