Analisis Sentimen Opini Publik Terhadap Fenomena Childfree Menggunakan Algoritma Naïve Bayes Pada Media Sosial Twitter
Abstract
Abstrak - perkembangan media sosial, terutama twitter, sebagai sarana komunikasi dan penyaluran pendapat semakin
pesat. Gerakan childfree, yakni keputusan individu untuk
tidak memiliki anak, telah menjadi topik yang ramai
dibicarakan di media sosial. Hal ini mencerminkan perubahan
pandangan masyarakat terhadap kehidupan keluarga dan
memiliki dampak signifikan pada dinamika sosial dan
kebijakan publik. Penelitian ini bertujuan untuk menganalisis
sentimen pengguna twitter terhadap gerakan childfree
menggunakan algoritma naïve bayes. Penelitian ini akan
mengidentifikasi dan memahami pandangan masyarakat
mengenai childfree berdasarkan cuitan-cuitan di twitter.
Penelitian ini menggunakan metode analisis sentimen dengan
memanfaatkan media sosial twitter. Data diambil melalui
proses crawling pada periode 19 desember 2022 hingga 16
januari 2023. Data yang diperoleh diolah menggunakan teknik
term frequency-inverse document frequency (tf-idf) untuk
menghasilkan 974 data yang siap untuk dianalisis. Algoritma
naïve bayes digunakan untuk klasifikasi sentimen, dengan
variasi data training dan data testing pada simulasi 60:40,
70:30, 80:20, dan 90:10. Mayoritas sentimen yang muncul
adalah positif (mendukung childfree) dengan persentase
tertinggi pada simulasi 4 (90:10) mencapai 90,72%. Sentimen
positif ini mencerminkan dukungan terhadap kebebasan
individu, pertimbangan finansial, kesejahteraan mental, serta
pengakuan terhadap peran keluarga dalam keputusan
childfree. Hasil penelitian ini dapat memberikan pemahaman
lebih lanjut tentang faktor-faktor yang mempengaruhi
keputusan childfree, serta dampaknya dalam berbagai
konteks, termasuk hubungan individu, kebijakan publik, dan
dinamika sosial.
Kata kunci— analisis sentimen, childfree, rapidminer, naïve bayes, text processing.
References
T. Krisdiyanto,
Masyarakat Indonesia Terhadap Kebijakan PPKM
pada Media Sosial Twitter Menggunakan Naive
Bayes Clasifiers,= J. CoreIT J. Has. Penelit. Ilmu
Komput. dan Teknol. Inf., vol. 7, no. 1, p. 32, 2021,
doi: 10.24014/coreit.v7i1.12945.
F. Fahusni,
Trending Topic Artikel ini telah tayang di Selular.id
Ramai Diperbincangkan, Childfree Jadi Trending
Topic,= selular.id, 2023.
https://selular.id/2023/02/ramai-diperbincangkanchildfree-jadi-trending-topic/.
J. Moore,
Exploration of Discursive Identity Construction in
Childfree LiveJournal Communities,= Women's
Stud. Commun., vol. 37, no. 2, pp. 1593180, 2014,
doi: 10.1080/07491409.2014.909375.
R. Talib, M. Kashif, S. Ayesha, and F. Fatima,
Issues,= Int. J. Adv. Comput. Sci. Appl., vol. 7, no.
, pp. 4143419, 2016, doi:
14569/ijacsa.2016.071153.
H. Hassani, C. Beneki, S. Unger, M. T. Mazinani,
and M. R. Yeganegi,
analytics,= Big Data Cogn. Comput., vol. 4, no. 1,
pp. 1334, 2020, doi: 10.3390/bdcc4010001.
A. Ahadi, A. Singh, M. Bower, and M. Garrett,
Systematic Review,= Educ. Sci., vol. 12, no. 3,
, doi: 10.3390/educsci12030210.
D. Antons, E. Grunwald, P. Cichy, and T. O. Salge,
innovation research: current state, evolution
patterns, and development priorities,= R D Manag.,
vol. 50, no. 3, pp. 3293351, 2020, doi:
1111/radm.12408.
C. Romero and S. Ventura,
mining and learning analytics: An updated survey,=
Wiley Interdiscip. Rev. Data Min. Knowl. Discov.,
vol. 10, no. 3, pp. 1321, 2020, doi:
1002/widm.1355.
V. Kalra and R. Aggarwal,
Data Preprocessing & Implementation in
RapidMiner,= Proc. First Int. Conf. Inf. Technol.
Knowl. Manag., vol. 14, no. July, pp. 71375, 2018,
doi: 10.15439/2017km46.
H. Patil and R. S. Thakur,
pp. 2643281, 2016, doi: 10.4018/978-1-5225-0536-
ch013.
I. Garcia-Magarino, G. Gray, R. Lacuesta, and J. Lloret,
Wireless Networks with Data Mining Techniques: A
Case Study with NetLogo and RapidMiner,= IEEE
Access, vol. 6, no. 8, pp. 27958327970, 2018, doi:
1109/ACCESS.2018.2825954.
H. R. Pourghasemi, A. Gayen, S. Park, C. W. Lee,
and S. Lee,
and their zonation using logistic regression,
LogitBoost, and naivebayes machine-learning
algorithms,= Sustain., vol. 10, no. 10, 2018, doi:
3390/su10103697.
M. Faid, M. Jasri, and T. Rahmawati,
Rapidminer Dalam Algoritma Klasifikasi,= Teknika,
vol. 8, no. 1, pp. 11316, 2019, doi:
34148/teknika.v8i1.95.
Sudirman, A. P. Windarto, and A. Wanto,
mining tools | rapidminer: K-means method on
clustering of rice crops by province as efforts to
stabilize food crops in Indonesia,= IOP Conf. Ser.
Mater. Sci. Eng., vol. 420, no. 1, 2018, doi:
1088/1757-899X/420/1/012089.
M. Muller, M. Salathe, and P. E. Kummervold,
Processing Model to Analyse COVID-19 Content
on Twitter,= 2020, [Online]. Available:
http://arxiv.org/abs/2005.07503.
R. Susmaga,
Intelligent Information Processing and Web Mining,
Berlin, Heidelberg: Springer Berlin Heidelberg,
, pp. 1073116.
C. Anam and H. B. Santoso,
Algoritma C4.5 dan Naive Bayes untuk Klasifikasi
Penerima Beasiswa,= Energy - J. Ilm. Ilmu-Ilmu
Tek., vol. 8, no. 1, pp. 13319, 2018, [Online].
