Analisis Sentimen Terhadap Cryptocurrency Pada Twitter Menggunakan Algoritma Naive Bayes

Dalam penelitian ini akan dilakukan analisis sentimen publik terhadap cryptocurrency yang disampaikan melalui media sosial Twitter. Ada beberapa tahapan yang dilakukan dalam analisis sentimen diantaranya adalah tahap pengumpulan data, preprocessing, labeling, pembobotan kata, klasifikasi dan evaluasi. Proses pengumpulan data dengan teknik scraping menghasilkan data sebanyak 10000 data berupa tweet berbahasa Indonesia yang diambil dari bulan juni tahun 2020 hingga bulan juni tahun 2022 menggunakan library python bernama snscrape. Pada proses preprocessing yang bertujuan untuk membersihkan data terdiri dari 6 tahapan yaitu remove duplicate, case folding, cleansing, normalisasi kata, tokenizing, stopword removal dan lemmatization. Pada proses labeling data dilakukan menggunakan pemrograman python dengan bantuan library textblob, hasil labeling data terdiri dari 3 kelas yaitu positif, negatif dan netral. Metode klasifikasi yang digunakan dalam penelitian ini adalah Naive Bayes. Algoritma Naive Bayes dikombinasikan dengan fitur pembobotan kata menggunakan metode TF-IDF dalam satu kelas pipeline python. Data yang digunakan pada tahap klasifikasi sebanyak 5000 data tweet yang terdiri dari 2500 label positif dan 2500 label negatif yang kemudian dibagi menjadi 2 yaitu untuk data latih sebanyak 4000 data dan data uji sebanyak 1000 data. Pengujian dan evaluasi dilakukan menggunakan metode confusion matrix dengan algoritma naive bayes yang menghasilkan nilai akurasi mencapai 89%.

Kata Kunci : Cryptocurrency, Klasifikasi, Analisis sentimen, Naive bayes