INTISARI

MUHAMMAD SYAWAL AHADIN. Analisis Sentimen Opini Publik Terhadap Rencana Program Makan Siang Gratis Pemerintah Indonesia Menggunakan Metode Naive Bayes Dengan Fitur N-gram (dibimbing oleh Pasnur Dan Listia Utami)

Analisis sentimen terhadap program makan siang gratis oleh pemerintah penting untuk memahami opini publik. Namun, metode Naïve Bayes yang umum digunakan memiliki keterbatasan dalam menangkap hubungan antar kata sehingga dapat menurunkan akurasi klasifikasi sentimen. Penelitian ini bertujuan mengimplementasikan Naïve Bayes dengan fitur N-gram (unigram, bigram, dan trigram) untuk meningkatkan akurasi klasifikasi. Data diperoleh dari media sosial X. Penelitian menggunakan tiga skenario pembagian data (90:10, 80:20, dan 70:30) serta membandingkan dua periode data, yaitu sebelum dan setelah pemilihan presiden Indonesia. Hasil penelitian menunjukkan bahwa sebelum penerapan N-gram, akurasi tertinggi mencapai 83% periode sebelum pemilu (data 90:10) dan 79% periode setelah pemilu (data 80:20). Setelah penerapan N-gram, akurasi meningkat menjadi 87% pada periode sebelum pemilu (data 90:10) dengan precision 0,93%, recall 0,94%, dan F1-score 0,93% untuk kelas Negative. Kelas Neutral memiliki precision 0,33%, recall 0,09%, dan F1-score 0,14%, sedangkan kelas Positive memiliki precision 0,11%, recall 0,33%, dan F1-score 0,17%. Pada periode setelah pemilu, penggunaan N-gram dengan data 80:20 menghasilkan akurasi 81% dengan precision 0,91%, recall 0,88%, dan F1-score 0,90% untuk kelas Neutral. Kelas Negative memiliki precision 0,18%, recall 0,15%, dan F1-score 0,17%, sedangkan kelas Positive memiliki precision 0,21%, recall 0,57%, dan F1-score 0,31%. Penerapan N-gram terbukti lebih efektif dalam menangkap konteks hubungan antar kata sehingga menghasilkan analisis sentimen yang lebih akurat.

Kata Kunci : Analisis Sentimen, Naive Bayes, N-gram, Program Makan Siang gratis