ANALISIS SENTIMEN TWITTER TERHADAP KONFLIK DI PAPUA MENGGUNAKAN PERBANDINGAN NAIVE BAYES DAN SVM

M Rafli Saputra
Parjito Parjito


DOI: https://doi.org/10.29100/jipi.v10i2.6180

Abstract


Konflik di Papua merupakan isu yang kompleks dan telah berlangsung selama beberapa dekade, melibatkan berbagai faktor seperti politik, ekonomi, sosial, dan budaya. Ketegangan antara pemerintah Indonesia dan kelompok separatis Papua sering kali memicu konflik bersenjata, pelanggaran hak asasi manusia, dan ketidakstabilan regional. Konflik ini juga menarik perhatian berbagai pihak, termasuk masyarakat internasional dan pengguna media sosial, khususnya di platform Twitter.Data yang dikumpulkan dari Twitter menggunakan kata kunci terkait konflik Papua. Proses analisis meliputi tahap pengumpulan data, pra-pemrosesan teks, dan pelabelan sentimen (positif, negatif, netral). Penelitian ini menggunakan 5723 data yang diperoleh melalui teknik web scraping terkait topik tersebut. Tujuan penelitian ini adalah membandingkan performa dua algoritma klasifikasi yang populer dalam analisis sentimen, yaitu Naïve Bayes dan Support Vector Machine (SVM). Sebelum perbandingan dilakukan, optimasi SMOTE (Synthetic Minority Over-sampling Technique) digunakan untuk menyeimbangkan jumlah data minoritas dan mayoritas, sehingga kedua algoritma dapat belajar secara lebih efektif dari setiap kelas sentimen. Hasil perbandingan menunjukkan bahwa algoritma Naïve Bayes memiliki akurasi sebesar 95%, sedangkan SVM mencapai akurasi 99%, dengan presisi 99%, recall 98%, dan F1-Score 99%. Evaluasi performa dilakukan dengan menganalisis confusion matrix dari setiap algoritma. Kesimpulannya, SVM dapat menjadi pilihan yang lebih baik untuk analisis sentimen mengenai konflik Papua. Penelitian ini memberikan kontribusi penting dalam memahami opini masyarakat terkait konflik di Papua.


Keywords


Analisis Sentimen; Naïve Bayes; SVM; Kon-flik Papua; Papua

Full Text:

PDF

Article Metrics :

References


D. A. Kaisupy and S. G. Maing, “Proses negosiasi konflik papua: dialog Jakarta-Papua,” Jurnal Ilmu Sosial Dan Humaniora, vol. 10, no. 1, pp. 82–98, 2021, Accessed: Jul. 02, 2024. [Online]. Available: https://ejournal.undiksha.ac.id/index.php/JISH/article/view/27056/17936

A. G. Syahviar, S. J. I. Ismail, and M. R. Alfarisi, “Analisis Parsing Data Sosial Media Terhadap Konflik Kelompok Kriminal Bersenjata Di Papua Dengan Pendekatan Lexicon Based,” eProceedings of Applied Science, vol. 10, no. 4, 2023, Accessed: Jul. 12, 2024. [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/appliedscience/article/view/20868

M. A. Ramdhan, “Analisis Dimensi Internasional Konflik Papua dalam Model Counterinsurgency (COIN),” Jurnal Ilmiah Hubungan Internasional, vol. 17, no. 1, pp. 139–152, 2021, Accessed: Jul. 02, 2024. [Online]. Available: https://journal.unpar.ac.id/index.php/JurnalIlmiahHubunganInternasiona/article/view/3532/3324

W. A. S. Tangguh Chairil, “Konflik Papua: Pemerintah Perlu Mengubah Pendekatan Keamanan dengan Pendeka-tan Humanis,” https://ir.binus.ac.id/. Accessed: Jul. 03, 2024. [Online]. Available: https://ir.binus.ac.id/2020/10/05/konflik-papua-pemerintah-perlu-mengubah-pendekatan-keamanan-dengan-pendekatan-humanis/

BBC News Indonesia, “Konflik Papua: Serangan OPM di Pegunungan Bintang, warga pendatang ‘pasrah saja, tunggu dievakuasi,’” Bbc.com. Accessed: Jul. 02, 2024. [Online]. Available: https://www.bbc.com/indonesia/indonesia-64226326

J. Hasibuan, “Distingsi Pengelolaan Konflik Papua Yang Tidak Pernah Selesai,” Asketik: Jurnal Agama dan Peru-bahan Sosial, vol. 6, no. 1, pp. 69–84, 2022, Accessed: Jul. 02, 2024. [Online]. Available: https://jurnalfuda.iainkediri.ac.id/index.php/asketik/article/view/189/103

M. I. Fikri, T. S. Sabrila, and Y. Azhar, “Perbandingan metode naïve bayes dan support vector machine pada ana-lisis sentimen twitter,” SMATIKA Jurnal: STIKI Informatika Jurnal, vol. 10, no. 02, pp. 71–76, 2020, Accessed: Jul. 02, 2024. [Online]. Available: https://file.stiki.ac.id/SMATIKA/article/view/455

M. I. Petiwi, A. Triayudi, and I. D. Sholihati, “Analisis Sentimen Gofood Berdasarkan Twitter Menggunakan Metode Naïve Bayes dan Support Vector Machine,” Jurnal Media Informatika Budidarma, vol. 6, no. 1, pp. 542–550, 2022, Accessed: Jul. 03, 2024. [Online]. Available: https://www.ejurnal.stmik-budidarma.ac.id/index.php/mib/article/view/3530/2462

R. B. Sinaga, H. R. Al Fajri, H. Mubarok, A. D. Pangestu, and D. S. Prasvita, “Analisis sentimen pengguna Twitter terhadap konflik antara Palestina dan Israel menggunakan metode Naïve Bayesian classification dan Support Vec-tor Machine,” in Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya, 2021, pp. 166–175. Accessed: Jul. 03, 2024. [Online]. Available: https://conference.upnvj.ac.id/index.php/senamika/article/view/1632

S. D. Simamora, F. Irwiensyah, and F. N. Hasan, “Analisis Sentimen Terkait Konflik Palestina-Israel Pada Media Sosial X Menggunakan Algoritma Naïve Bayes Classifier,” Building of Informatics, Technology and Science (BITS), vol. 6, no. 1, pp. 146–157, 2024, Accessed: Jul. 03, 2024. [Online]. Available: https://ejurnal.seminar-id.com/index.php/bits/article/view/5344

N. F. Hasan, A. Aisyah, R. Rahman, and H. Wonda, “Sentiment Analysis of Public Opinion Regarding Papuan Lo-cal Languages Condition Using Data Science Approach,” Digital Zone: Jurnal Teknologi Informasi dan Komu-nikasi, vol. 13, no. 2, pp. 125–139, 2022, Accessed: Jul. 03, 2024. [Online]. Available: https://pustaka-psm.unilak.ac.id/index.php/dz/article/view/11545

B. Ramadhani and R. R. Suryono, “Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sen-timen Metaverse,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 2, pp. 714–725, 2024, Accessed: Jul. 12, 2024. [Online]. Available: https://www.stmik-budidarma.ac.id/ejurnal/index.php/mib/article/view/7458/3831

D. Gunawan, D. Riana, D. Ardiansyah, F. Akbar, and S. Alfarizi, “Komparasi Algoritma Support Vector Machine Dan Naïve Bayes Dengan Algoritma Genetika Pada Analisis Sentimen Calon Gubernur Jabar 2018-2023,” 2020. Accessed: Jul. 12, 2024. [Online]. Available: https://repository.bsi.ac.id/index.php/unduh/item/234011/Jurnal-Komparasi-Algoritma-Support-Vector-Machine-.pdf

D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional,” Jurnal Tekno Kompak, vol. 15, no. 1, pp. 131–145, 2021, Accessed: Jul. 12, 2024. [Online]. Available: https://ejurnal.teknokrat.ac.id/index.php/teknokompak/article/view/744

S. Samsir, A. Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes,” Jurnal Media Informatika Budidarma, vol. 5, no. 1, pp. 157–163, 2021, Accessed: Jul. 12, 2024. [Online]. Available: https://stmik-budidarma.ac.id/ejurnal/index.php/mib/article/view/2580

N. S. Marga, “Sentimen Analisis Tentang Kebijakan Pemerintah Terhadap Kasus Corona Menggunakan Metode Naive Bayes,” Jurnal Informatika Dan Rekayasa Perangkat Lunak, vol. 2, no. 4, pp. 453–463, 2021, Accessed: Jul. 12, 2024. [Online]. Available: https://jim.teknokrat.ac.id/index.php/informatika/article/view/1602/500

H. Hidayatullah, P. Purwantoro, and Y. Umaidah, “Penerapan Naïve Bayes Dengan Optimasi Information Gain Dan Smote Untuk Analisis Sentimen Pengguna Aplikasi Chatgpt,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 3, pp. 1546–1553, 2023, Accessed: Jul. 13, 2024. [Online]. Available: https://ejournal.itn.ac.id/index.php/jati/article/view/6887/4111

R. Yunita and M. Kamayani, “Perbandingan Algoritma SVM Dan Naïve Bayes Pada Analisis Sentimen Pengha-pusan Kewajiban Skripsi,” Indonesian Journal of Computer Science, vol. 12, no. 5, 2023, Accessed: Jul. 13, 2024. [Online]. Available: http://3.8.6.95/ijcs/index.php/ijcs/article/view/3415

R. Noviana and I. Rasal, “Penerapan Algoritma Naive Bayes Dan Svm Untuk Analisis Sentimen Boy Band Bts Pada Media Sosial Twitter,” Jurnal Teknik dan Science, vol. 2, no. 2, pp. 51–60, 2023, Accessed: Jul. 13, 2024. [Online]. Available: https://journal.admi.or.id/index.php/JTS/article/view/791/959

R. S. Arischo and D. Damayanti, “Analisis Sentimen Pinjaman Online di Twitter dengan Metode Naive Bayes Clas-sifier dan SVM,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 2, pp. 1120–1130, 2024, Accessed: Jul. 13, 2024. [Online]. Available: https://stmik-budidarma.ac.id/ejurnal/index.php/mib/article/view/7406/3874