Analisis Sentimen Terkait Judi Online di Media Sosial Instagram Menggunankan Naïve Bayes

Authors

  • Aji Dewo Pangestu State Islamic University of North Sumatra, Indonesia
  • Lailan Sofinah Harahap State Islamic University of North Sumatra, Indonesia

DOI:

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

Keywords:

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

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.

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.

Downloads

Published

2024-12-29

Issue

Vol. 3 No. 1 (2025): Januari 2025

Section

Articles

Citation Check

License

  1. Authors certify that the work reported here has not been published before and contains no materials the publication of which would violate any copyright or other personal or proprietary right of any person or entity.
  2. Authors dont transfer or license the copyright of publishing to IJEDR: Indonesian Journal Of Education And Development Research Research to publish the article in any media format, to share, to disseminate, to index, and to maximize the impact of the article in any databases.
  3. Authors hereby dont agree to transfer a copyright for publishing to IJEDR: Indonesian Journal Of Education And Development Research a Publisher of the manuscript. 
  4. Authors reserve the following: 
    1. all proprietary rights other than copyright such as patent rights; 
    2. the right to use all or part of this article in future works of our own such as in books and lectures;
    3. use for presentation in a meeting or conference and distributing copies to attendees; 
    4. use for internal training by author's company;
    5. distribution to colleagues for their research use;
    6. use in a subsequent compilation of the author's works;
    7. inclusion in a thesis or dissertation;
    8. reuse of portions or extracts from the article in other works (with full acknowledgement of final article);
    9. preparation of derivative works (other than commercial purposes) (with full acknowledgement of final article); and
    10. voluntary posting on open web sites operated by author or author’s institution for scholarly purposes, but it should follow the open access license of Creative Common CC BY-NC License.