Analisis Sentimen Terkait Judi Online di Media Sosial Instagram Menggunankan Naïve Bayes
(1) * Aji Dewo Pangestu Mail (State Islamic University of North Sumatra, Indonesia)
(2) Lailan Sofinah Harahap Mail (State Islamic University of North Sumatra, Indonesia)
*corresponding author

Abstract


Penelitian ini bertujuan untuk menganalisis sentimen publik terkait judi online di media sosial Instagram menggunakan algoritma Naive Bayes. Judi online menjadi isu sosial yang banyak diperbincangkan karena dampak negatifnya terhadap masyarakat dan ekonomi. Data penelitian diperoleh melalui scraping komentar pada postingan Instagram, menghasilkan dataset berisi 4 komentar. Proses analisis melibatkan tahapan preprocessing data seperti pembersihan teks, tokenisasi, dan penghapusan kata-kata tidak penting, diikuti dengan klasifikasi sentimen menjadi tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan bahwa 50% komentar mengandung sentimen negatif, sementara sentimen positif dan netral masing-masing mencapai 25%. Sentimen negatif didominasi oleh kritik terhadap isu korupsi dan kemiskinan yang terkait dengan judi online. Meskipun dataset kecil, algoritma Naive Bayes mampu mengklasifikasikan komentar dengan presisi yang baik, namun recall masih rendah karena keterbatasan jumlah data. Model ini memiliki potensi untuk memberikan hasil yang lebih akurat jika diterapkan pada dataset yang lebih besar dan lebih beragam. Penelitian ini memberikan wawasan awal mengenai persepsi publik terhadap judi online di Instagram dan menunjukkan bahwa algoritma Naive Bayes adalah alat yang efektif untuk analisis sentimen media sosial. Temuan ini diharapkan dapat digunakan sebagai dasar untuk penelitian lebih lanjut yang melibatkan dataset yang lebih luas serta dapat membantu pihak terkait dalam memahami opini publik dan merumuskan kebijakan yang lebih tepat.


Keywords


Analisis Sentimen, Naive Bayes, Judi Online, Instagram, Media Sosial

   

DOI

https://doi.org/10.57235/ijedr.v3i1.4798 		      

Article metrics

10.57235/ijedr.v3i1.4798 Abstract views : 451 | PDF views : 368

   

Cite

How to cite item
   

Full Text

Download

References


Dewi, S. K., Rahmawati, D. D., & Sari, A. P. (2024). Analisis Sentimen Komentar pada Postingan Instagram " StandWithUs " Menggunakan Klasifikasi Naive Baye. Jurnal Ilmiah Informatika, 12(2), 191–199.

Di Wu. (2024). The effects of data preprocessing on probability of default model fairness. World Journal of Advanced Engineering Technology and Sciences, 12(2), 872–878. https://doi.org/10.30574/wjaets.2024.12.2.0354

Efraim, D. A. (2023). Analisis Sentimen Pada Sosial Media Instagram Menggunakan Algoritma Naive Bayes ( Studi Kasus : Timnas Futsal Indonesia ). Senamika, April 2012, 498–509.

Ernianti Hasibuan, & Elmo Allistair Heriyanto. (2022). Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier. Jurnal Teknik Dan Science, 1(3), 13–24. https://doi.org/10.56127/jts.v1i3.434

Firdaus, M. R., Rahaningsih, N., & Dana, R. D. (2024). Analisis Sentimen Aplikasi Shopee di Goole Play Store Menggunakan Klasifikasi Algoritma Naïve Bayes. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 6(1), 228–237.

Herisnan, D. N., & Elwinda, M. (2024). Analisis sentimen terhadap resesi ekonomi global di indonesia menggunakan hybrid linear regression – naive bayes sentiment analysis of global economic recession in indonesia using hybrid linear regression – naive bayes. INTECOMS, 7(5), 1495–1501.

Jahin, M. A., Shovon, M. S. H., Mridha, M. F., Islam, M. R., & Watanobe, Y. (2024). A hybrid transformer and attention based recurrent neural network for robust and interpretable sentiment analysis of tweets. TRABSA, 5, 1–28. http://arxiv.org/abs/2404.00297

Kaakinen, M., Oksanen, A., Sirola, A., Savolainen, I., & Garcia, D. (2020). Emotions in online gambling communities: a multilevel sentiment analysis. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics): Vol. 12194 LNCS. Springer International Publishing. https://doi.org/10.1007/978-3-030-49570-1_38

Singh, J., Singh, G., & Singh, R. (2017). Optimization of sentiment analysis using machine learning classifiers. Human-Centric Computing and Information Sciences, 7(1), 1–12. https://doi.org/10.1186/s13673-017-0116-3

Tan, K. L., Lee, C. P., & Lim, K. M. (2023). A Survey of Sentiment Analysis: Approaches, Datasets, and Future Research. Applied Sciences (Switzerland), 13(7), 1–21. https://doi.org/10.3390/app13074550

Wartumi, Kurniawan, R., & Wijaya, A. Y. (2024). Analisis Data Sentimen Ulasan Pengguna Aplikasi Shopee di Google Play Store dengan Klasifikasi Algoritma Naïve Bayes. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 6(1), 164–170.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Aji Dewo Pangestu, Lailan Sofinah Harahap

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.