Kategorisasi Topik Tweet Di Kota Jakarta, Bandung, Dan Makassar Dengan Metode Multinomial Naïve Bayes Classifier

Abstract

Twitter merupakan mikroblog yang sedang diminati oleh banyak orang di berbagai negara. Para penggunanya dapat memposting segala hal mengenai apa yang sedang terjadi di sekitar mereka. Baik itu breaking news, berita gosip selebriti, dan lain sebagainya. Setiap harinya, tidak kurang dari 500 juta tweet dikirimkan oleh penggunanya dari seluruh penjuru dunia. Dari tweet-tweet tersebut, Twitter akan mendaftar topik mana saja yang sering dibicarakan secara real-time melalui fitur Trending Topic. Namun, pada kenyataannya tren topik tersebut mengacu pada banyak, dan seringnya suatu kata, atau frase dikicaukan oleh pengguna di berbagai lokasi mengenai suatu event besar yang sedang terjadi. Penelitian ini bertujuan untuk mengklasifikasikan tweet-tweet yang dikirimkan dari kota Jakarta, Bandung, dan Makassar ke dalam beberapa topik, kemudian melihat tingkat kepopuleran topik tersebut di berbagai paruh waktu. Penelitian ini diawali dengan pengumpulan data tweet dari twitter.com, kemudian dilakukan praproses. Dilanjutkan ke tahap pembentukan classifier memanfaatkan data latih. Tahap terakhir adalah klasifikasi tweet ke dalam parameter topik tertentu menggunakan metode Multinomial Naïve Bayes Classifier. Penelitian ini menghasilkan rata-rata f1-score yang cukup tinggi, yaitu 76,81% jika dibandingkan dengan classifier lain seperti Random Forest, SVM, dan Nearest Neighbor (75,18%, 68,82%, dan 50,22%).

Kata kunci: Klasifikasi topik, Twitter, Jakarta, Bandung, Makassar, Multinomial Naïve Bayes Classifier