Analisis Sentimen Produk Makanan Jepang Di Indonesia Pada Twitter Menggunakan Naïve Bayes
Abstract
This research aims to analyze public sentiment towards Japanese food products in Indonesia using the Naïve Bayes Classifier method. Data was obtained from Twitter through a crawling process, resulting in 214 tweets analyzed for positive and negative sentiment. The methodology used includes data collection with Python and Google Collaboratory, as well as the application of the Naïve Bayes algorithm. The results showed that the algorithm achieved an accuracy of 77.03%, with precision for positive sentiment of 84.87% and negative sentiment of 58.06%, and recall of 83.23%. In conclusion, public sentiment towards Japanese food products in Indonesia tends to be positive, and the Naïve Bayes method proved to be reliable in this analysis.
Keywords: Data Mining; Sentiment Analysis; Naïve Bayes; Japanese Food Products; Twitter
Abstrak
Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap produk makanan khas Jepang di Indonesia menggunakan metode Naïve Bayes Classifier. Data diperoleh dari Twitter melalui proses crawling, menghasilkan 214 tweet yang dianalisis untuk sentimen positif dan negatif. Metodologi yang digunakan meliputi pengumpulan data dengan Python dan Google Colaboratory, serta penerapan algoritma Naïve Bayes. Hasil penelitian menunjukkan bahwa algoritma ini mencapai akurasi sebesar 77,03%, dengan presisi untuk sentimen positif 84,87% dan negatif 58,06%, serta recall 83,23%. Kesimpulannya, sentimen masyarakat terhadap produk makanan khas Jepang di Indonesia cenderung positif, dan metode Naïve Bayes terbukti andal dalam analisis ini.
Keywords
References
Nabila Zahra, “Analisis Media Monitoring: Sentimen Publik Terhadap Inovasi Produk Brand Indomie Pada Periode Maret 2024,” Harmoni: Jurnal Ilmu Komunikasi dan Sosial, vol. 2, no. 2, pp. 157–171, May 2024, doi: 10.59581/harmoni-widyakarya.v2i2.3175.
T. Agustiranti, A. Khalfani Izzati Kurdiana, B. Al Ghiffari, E. Dwi Juniar, and D. Gita Purnama, “Penerapan Naive Bayes Terhadap Sentimen Analisis Media Sosial Twitter Pengguna Kereta Cepat Jakarta-Bandung (Whoosh),” Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI, vol. 7, no. 1, pp. 297–305, 2024.
M. Ulum, “Permintaan Produk Makanan Asal Jepang Meningkat,” Feb. 2024. [Online]. Available: https://surabaya.bisnis.com/read/20240205/532/1738390/permintaan-produk-makanan-asal-jepang-meningkat
M. A. Rahman, H. Budianto, and E. I. Setiawan, “Aspect Based Sentimen Analysis Opini Publik Pada Instagram dengan Convolutional Neural Network,” INSYST: Journal of Intelligent System and Computation, vol. 1, no. 2, pp. 50–57, 2019.
F. V. Sari and A. Wibowo, “Analisis sentimen pelanggan toko online Jd. Id menggunakan metode Naïve Bayes Classifier berbasis konversi ikon emosi,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 10, no. 2, pp. 681–686, 2019.
Y. A. Singgalen, “Analisis Sentimen dan Sistem Pendukung Keputusan Menginap di Hotel Menggunakan Metode CRISP-DM dan SAW,” Journal of Information System Research (JOSH), vol. 4, no. 4, pp. 1343–1353, Jul. 2023, doi: 10.47065/josh.v4i4.3917.
F. S. Mufidah, S. Winarno, F. Alzami, E. D. Udayanti, and R. R. Sani, “Analisis Sentimen Masyarakat Terhadap Layanan Shopeefood Melalui Media Sosial Twitter Dengan Algoritma Naïve Bayes Classifier,” JOINS (Journal of Information System), vol. 7, no. 1, pp. 14–25, May 2022, doi: 10.33633/joins.v7i1.5883.
M. R. A. F. Zain and M. Kamayani, “Analisis Sentimen Ulasan Pelanggan Online Ubi Madu Cilembu Abah Nana Menggunakan Algoritma Naïve Bayes,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 5, no. 1, pp. 11-21, Sep. 2023, doi: 10.30865/json.v5i1.6646.
H. Hajaroh, T. Suprapti, and R. Narasati, “Implementasi Algoritma Naive Bayes Untuk Analisis Sentimen Ulasan Produk Makanan Dan Minuman Di Tokopedia,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 111–118, 2024.
S. S. Berutu, “Text Mining dan Klasifikasi Sentimen Berbasis Naïve Bayes Pada Opini Masyarakat terhadap Makanan Tradisional,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 2, p. 254, Dec. 2022, doi: 10.30865/json.v4i2.5138.
E. Andrian and A. R. Isnain, “Analisis Sentimen Masyarakat Terhadap Tiktok Shop di Twitter Menggunakan Metode Naive Bayes Classifier,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 2, p. 788, Apr. 2024, doi: 10.30865/mib.v8i2.7530.
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.
S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” Jurnal Media Informatika Budidarma, vol. 5, no. 2, p. 406, Apr. 2021, doi: 10.30865/mib.v5i2.2835.
D. Oktavia and Y. R. Ramadahan, “Analisis Sentimen Terhadap Penerapan Sistem E-Tilang Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (SVM),” Media Online), vol. 4, no. 1, pp. 407–417, 2023, doi: 10.30865/klik.v4i1.1040.
Z. Alhaq, A. Mustopa, S. Mulyatun, and J. D. Santoso, “Penerapan Metode Support Vector Machine Untuk Analisis Sentimen Pengguna Twitter,” Journal of Information System Management (JOISM), vol. 3, no. 1, pp. 16–21, 2021.
A. Halim and A. Safuwan, “Analisis Sentimen Opini Warganet Twitter Terhadap Tes Screening Genose Pendeteksi Virus Covid-19 Menggunakan Metode Naïve Bayes Berbasis Particle Swarm Optimization,” Jurnal Informatika Teknologi dan Sains (Jinteks), vol. 5, no. 1, pp. 170–178, 2023.
L. D. Andhika, D. R. Cahyani, D. Saputra, T. Herawati, M. Khoiruddinsyah, and D. D. Saputra, “Analisis Sentimen Kosumen KFC Berdasarkan Pendekatan Naive Bayes dan Ada Boost Berbasis Data Twitter,” Jurnal INSAN Journal of Information System Management Innovation, vol. 3, no. 1, pp. 55–61, 2023.
How To Cite This :
Refbacks
- There are currently no refbacks.
