Visualisasi Sentimen Gerakan Boikot Brand Pro Israel Di X Menggunakan Metode Naive Bayes

Authors

Abstract

Abstrak — Konflik antara Palestina dan Israel telah berlangsung lama dan memicu reaksi global, termasuk dari masyarakat Indonesia. Salah satu bentuk solidaritas yang muncul adalah aksi boikot terhadap produk-produk yang diduga mendukung Israel. Media sosial, khususnya platform X (Twitter), menjadi saluran utama dalam menyuarakan gerakan ini. Namun, opini publik yang tersebar bersifat tidak terstruktur dan mengandung noise, sehingga diperlukan teknik analisis untuk mengekstraksi informasi yang relevan. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap aksi boikot brand pro-Israel menggunakan algoritma Naive Bayes dengan pendekatan text mining. Tahapan penelitian meliputi pra pemrosesan teks (case folding, cleansing, stopword removal, tokenizing, normalisasi, dan stemming), pembobotan kata menggunakan TF-IDF, serta klasifikasi sentimen. Untuk mengatasi ketidakseimbangan kelas, digunakan tiga metode penyeimbangan data: SMOTE, SMOTE+Tomek, dan ADASYN. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa metode ADASYN dengan rasio 90:10 menghasilkan performa terbaik dengan akurasi 71,85% dan F1-score yang konsisten. Sebagian besar tweet menunjukkan sentimen positif terhadap aksi boikot, mencerminkan dukungan publik terhadap Palestina. Seluruh hasil divisualisasikan dalam bentuk dashboard interaktif menggunakan Looker Studio untuk memudahkan interpretasi. Penelitian ini diharapkan dapat menjadi referensi dalam perumusan strategi komunikasi publik terkait isu kemanusiaan global

Kata kunci— Analisis Sentimen, Boikot Produk Pro-Israel, Naive Bayes, Visualisasi, Looker Studio

Downloads

Download data is not yet available.

References

[1] Y. F. Z. Ronika, R. Sutanto, and F. G. C. Timur, “Dampak Konflik Hamas dan Israil Tahun 2023 Terhadap Persepsi Masyarakat Indonesia (Nasionalisme, Kewarganegaraan dan Hak Asasi Manusia),” Jurnal Kewarganegaraan, vol. 8, no. 1, pp. 136–144, 2024.

[2] N. F. Az-haari, D. Juardi, and A. Jamaludin, “Analisis Sentimen Terhadap Boikot Brand Pro-Israel Pada Twitter Menggunakan Metode Naive Bayes,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 3, pp. 4256–4261, 2024.

[3] D. Mairiza, M. Hasda, M. Winario, Z. Assyifa, and I. Irmawanti, “Dampak Boikot Produk Afiliasi Pro Israel Bagi Pertumbuhan Perekonomian di Indonesia,” Journal of Economic, Management, Business and Accounting Sustainability, vol. 1, no. 3, pp. 37–46, 2024.

[4] M. Risqi, F. Septiazi, and N. Yuliana, “Analisis Pengaruh Media Sosial Terhadap Gerakan Boikot Produk Israel di Indonesia,” Triwikrama: Jurnal Multidisiplin Ilmu Sosial, vol. 2, no. 4, pp. 2023–2054, 2023.

[5] A. T. Susilawati, N. A. Lestari, and P. A. Nina, “Analisis Sentimen Publik Pada Twitter Terhadap Boikot Produk Israel Menggunakan Metode Naive Bayes,” Jurnal Ilmiah Mahasiswa, vol. 2, no. 1, pp. 26–35, 2024.

[6] A. H. Dani, E. Y. Puspaningrum, and R. Mumpuni, “Studi Performa TF-IDF dan Word2Vec Pada Analisis Sentimen Cyberbullying,” Router: Jurnal Teknik Informatika dan Terapan, vol. 2, no. 2, pp. 94–106, 2024.

[7] D. Novi, M. Tampubolon, V. Vincensia Hulu, R. Oktavianus Sipahutar, and O. Sihombing, “Analisis Prediksi Genre Film Pada Internet Movie Database Indonesia Menggunakan Metode Long Short Term Memory,” Jurnal TEKINKOM, vol. 6, no. 2, 2023.

[8] S. D. Simamora, F. Irwiensyah, and F. N. Hasan, “Analisis Sentimen Terkait Konflik Palestina-Israel Pada Media Sosial X Menggunakan Algoritma Naive Bayes Classifier,” Building of Informatics, Technology and Science (BITS), vol. 6, no. 1, pp. 146–157, 2024.

[9] A. E. Satriatama et al., “Analisis Klaster Data Pasien Diabetes untuk Identifikasi Pola dan Karakteristik Pasien,” Jurnal Teknologi dan Sistem Informasi Bisnis, vol. 5, no. 3, pp. 172–182, 2023.

[10] H. Azizah, B. S. Rintyarna, and T. A. Cahyanto, “Sentimen Analisis Untuk Mengukur Kepercayaan Masyarakat Terhadap Pengadaan Vaksin Covid-19 Berbasis Bernoulli Naive Bayes,” BIOS: Jurnal Teknologi Informasi dan Rekayasa Komputer, vol. 3, no. 1, pp. 23–29, 2022.

[11] F. Ramadhan and H. Bhakti Dwi, “Klasifikasi Penilaian Kinerja Karyawan Menggunakan Algoritme Naive Bayes (Studi Kasus Pt. As Sabar Sukses Berkah),” Kohesi: Jurnal Multidisiplin Saintek, vol. 4, no. 2, 2024. [Online]. Available: https://ejournal.warunayama.org/index.php/kohesi/article/view/4707

[12] A. Pebdika, R. Herdiana, and D. Solihudin, “Klasifikasi Menggunakan Metode Naive Bayes Untuk Menentukan Calon Penerima Pip,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 1, pp. 452–458, 2023.

[13] R. Hidayat, M. Fikry, Y. Yusra, F. Yanto, and E. P. Cynthia, “Penerapan Naive Bayes Classifier dalam Klasifikasi Sentimen Publik di Twitter terhadap Puan Maharani,” JUKI: Jurnal Komputer dan Informatika, vol. 6, no. 1, pp. 100–108, 2024.

[14] M. D. Musyary, “Pembuatan Dashboard Dan WebGIS Peta Interaktif Sebaran Lahan Kosong di Provinsi,” Oct. 2024.

[15] R. Sugandi and R. Anggraini, “Gerakan Sosial: Aksi Bela Palestina Boikot Produk Israel Di Kota Padang 2017–2023,” CENDEKIA: Jurnal Ilmu Sosial, Bahasa dan Pendidikan, vol. 4, no. 2, pp. 01–17, 2024. [Online]. Available: https://doi.org/10.55606/cendikia.v4i2.2482.and.,“–,”dvol. , no. pp. , 2024 [Online]. Available:

[16] A. Makrufah and F. Fahrurrozi, "Perlawanan Terhadap Genosida: Analisis Dampak Fatwa MUI Tentang Boikot Perusahaan Terafiliasi Israel," Islamika: Jurnal Ilmu-Ilmu Keislaman, vol. 24, no. 2, pp. 224–237, 2024.

[17] E. M. K. Reddy, A. Gurrala, V. B. Hasitha, and K. V. R. Kumar, "Introduction to Naive Bayes and a review on its subtypes with applications," in Bayesian Reasoning and Gaussian Processes for Machine Learning Applications, pp. 1–14, 2022.

[18]A. E. Satriatama, A. P. Wibowo, I. G. N. Arnold, R. B. Pratama, T. A. Masyhuda, Y. A. Agusti, E. Purwanti, dan I. Werdiningsih, "Analisis Klaster Data Pasien Diabetes untuk Identifikasi Pola dan Karakteristik Pasien," Jurnal Teknologi dan Sistem Informasi Bisnis, vol. 5, no. 3, hlm. 172–182, 2023.

[19] A. H. Dani, E. Y. Puspaningrum, dan R. Mumpuni, "Studi Performa TF-IDF dan Word2Vec Pada Analisis Sentimen Cyberbullying," Router: Jurnal Teknik Informatika dan Terapan, vol. 2, no. 2, hlm. 94–106, 2024.

[20] D. Novi, M. Tampubolon, V. Hulu, R. O. Sipahutar, dan O. Sihombing, "Analisis Prediksi Genre Film Pada Internet Movie Database Indonesia Menggunakan Metode Long Short Term Memory," Jurnal TEKINKOM, vol. 6, no. 2, 2023.

[21] D. S. Sayogo, B. Irawan, dan A. Bahtiar, "Analisis Sentimen Ulasan Instagram Di Google Play Store Menggunakan Algoritma Naive Bayes," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 6, hlm. 3314–3319, 2024. doi: 10.36040/jati.v7i6.8178.

[22] Wijanarko, R., Ratnawati, D. E., & Adikara, P. P. (2024). Analisis Sentimen Dampak Perkembangan Artificial Intelligence (AI) pada Media Sosial X/Twitter Menggunakan Metode Random Forest. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 8(5).

[23] H. Azizah, B. S. Rintyarna, dan T. A. Cahyanto, "Sentimen Analisis Untuk Mengukur Kepercayaan Masyarakat Terhadap Pengadaan Vaksin Covid-19 Berbasis Bernoulli Naive Bayes," BIOS: Jurnal Teknologi Informasi dan Rekayasa Komputer, vol. 3, no. 1, pp. 23–29, 2022.

[24] A. Fatkhudin, F. A. Artanto, N. A. Safli, dan D. Wibowo, "Decision Tree Berbasis SMOTE dalam Analisis Sentimen Penggunaan Artificial Intelligence untuk Skripsi," Remik: Riset dan E-Jurnal Manajemen Informatika Komputer, vol. 8, no. 2, pp. 494–505, 2024.

[25] A. Ristyawan, A. Nugroho, dan T. K. Amarya, "Optimasi Preprocessing Model Random Forest untuk Prediksi Stroke," JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 12, no. 1, 2025.

[26] A. Ristyawan, A. Nugroho, dan T. K. Amarya, "Optimasi Preprocessing Model Random Forest untuk Prediksi Stroke," JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 12, no. 1, 2025.

[27] S. D. Prasetyo, S. S. Hilabi, and F. Nurapriani, "Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN," Jurnal KomtekInfo, pp. 1–7, 2023.

[28] Kevin, K., Enjeli, M., & Wijaya, A. (2024). Analisis Sentimen Pengunaaan Aplikasi Kinemaster Menggunakan Metode Naive Bayes. Jurnal Ilmiah Computer Science, 2(2), 89–98. https://doi.org/10.58602/jics.v2i2.24

[29] Zalukhu, P. S., Handhayani, T., & Sitorus, M. (2023). Analisis Sentimen terhadap Kenaikan BBM di Indonesia pada Media Sosial Twitter Menggunakan Metode Naïve Bayes. Simtek: jurnal sistem informasi dan teknik komputer, 8(1), 65-69.

[30] M. D. Musyary, "Pembuatan Dashboard dan WebGIS Peta Interaktif Sebaran Lahan Kosong di Provinsi," Oct. 2024.

[31] E. Malvin, "Perancangan Dashboard untuk Visualisasi Data Penjualan PT. KZP," 2024.

[32] R. Saputra and D. Trisnawarman, "Perancangan Dashboard Inventory E-commerce Anicca Menggunakan Microsoft Power BI," JUTISI: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 12, no. 3, pp. 1475–1483, 2023.

[33] C. Perdana, U. A. Rosid, and B. A. Okto, "Visualisasi data aset tidak bergerak menggunakan Looker Studio pada PT XYZ," Jurnal Informatika, vol. 3, no. 1, pp. 37–44, 2024

Published

2025-12-01

Issue

Pages

1 - 7

Section

Prodi S1 Sistem Informasi - Kampus Surabaya

How to Cite

Ahmad Andrean Syah Kusnuris, Hidayati, S., & Nizar Palefi Ma'ady, M. (2025). Visualisasi Sentimen Gerakan Boikot Brand Pro Israel Di X Menggunakan Metode Naive Bayes. EProceedings of Engineering, 12(6), 1-7. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/28642