OPTIMASI METODE NAIVE BAYES PARTICLE SWARM OPTIMIZATION ANALISIS SENTIMEN FORMULA E JAKARTA PADA TWITTER

Abstract

Kota Jakarta berencana menyelenggarakan ajang balap Formula E untuk mempromosikan mobil listrik sebagai kendaraan masa depan. Pandemi Covid-19 yang melanda Jakarta membuat rencana tersebut harus ditunda. Penundaan tersebut menimbulkan polemik di masyarakat pada media sosial dikarenakan kondisi Jakarta yang sedang dilanda pandemi Covid-19 tetapi pemerintah kota Jakarta tetap ingin menyelenggarakan Formula E dengan membayar uang komitmen kepada penyelenggara yang jumlahnya tidak sedikit. Perbedaan pendapat pada media sosial ini dijadikan bahan untuk analisis sentimen menggunakan metode klasifikasi Naive Bayes. Metode Naive Bayes cukup yang memiliki kelemahan terhadap seleksi fitur dilakukan optimasi dengan menerapkan pemilihan fitur Particle Swarm Optimization (PSO). Hasil penerapan optimasi PSO pada metode Naive Bayes menunjukkan adanya peningkatan performa dengan nilai akurasi 89,16%,precision 91,10%, recall, 86,81% dan AUC 0,690.

Kata kunci: naive bayes, particle swarm optimization, analisis sentimen, formula e jakarta.