Penerapan Metode Klasifikasi Naive Bayes untuk Analisis Sentimen terhadap Undang-Undang ITE di Media Sosial Twitter
Abstrak
Undang-undang informasi dan transaksi elektronik telah menimbulkan banyak perdebatan di indonesia terkait terhadap kebebasan berekspresi. Melalui media sosial, terutama Twitter, masyarakat sering kali mengungkapkan pendapat mereka mengenai undang-undang ini. Penelitian ini menggunakan metode klasifikasi naive bayes untuk menganilisis komentar di Twitter mengenai undand-undang informasi dan transaksi elektoronik (ITE). hasilnya akan dibandingkan dengan lima jurnal peneletian yang menggunakan metode serupa atau berbeda untuk analisis sentimen di media social.data yang digunakan dalam penelitian ini adalah komentar ,tweet, dan postingan di media social twitter. Studi ini menemukan bahwa metode klasifikasi naïve bayes di google collab memberikan keakurasian 94% dalam mengklasifikasi sentimen. Perbandingan ini menunjukan bahwa metode ini kompetitif dengan metode lain seperti LSTM, ALGORITME K-NEAREST NEIGHBOR, SVM, LSTM dan BiLSTM, ALGORITMA NAIVE BAYES.
Artikel teks lengkap
Referensi
Farhan, F., Triase, T., & Harahap, A. M. (2023). Penggunaan Algoritma Naive Bayes Dalam Text Mining Untuk Klasifikasi Pasal UU ITE. Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD, 6(2), 314-322.
Fudholi, L. A., Rahaningsih, N., & Dana, R. D. (2024). Sentimen Analisis Perilaku Penggemar Coldplay Di Media Sosial Twitter Menggunakan Metode Naive Bayes. Jati (Jurnal Mahasiswa Teknik Informatika), 8(3), 4150-4159.
Hesaputra, A. P., & Fudholi, D. H. (2023). Klasifikasi Pelanggaran Undang-Undang ITE pada Twitter Menggunakan LSTM dan BiLSTM. AUTOMATA, 4(2).
Jahriyah, V. F., Kusuma, M. T., Qonitazzakiyah, K., & Fathomi, M. A. (2021). Kebebasan Berekspresi di Media Elektronik Dalam Perspektif Pasal 27 Ayat (3) Undang-Undang Nomor 19 Tahun 2016 Perubahan Atas Undang-Undang Nomor 11 Tahun 2008 Tentang Informasi dan Pelayanan Transaksi Elektronik (UU ITE). Sosio Yustisia: Jurnal Hukum Dan Perubahan Sosial, 1(2), 65-87.
Jannah, F. N., Fatonah, A. R., & Turnip, M. (2023). Analisis Wacana Van Dijk Terhadap Opini Publik Di Media Sosial Twitter. Kaganga Komunika: Journal of Communication Science, 5(2), 179-195.
Judijanto, L., Maulinda, R., Zulaika, S., Tjahyadi, I., & Suroso, S. (2023). Pengaruh Sumber Informasi dan Interaksi Sosial di Media Sosial terhadap Pembentukan Opini Politik Masyarakat di Indonesia. Sanskara Ilmu Sosial dan Humaniora, 1(01), 21-31.
Kalyzta, J., Willdan, M. A., Halfiani, S., & Indra, I. (2022). Penerapan Analisis Sentimen Ujaran Kebencian Terhadap Vaksinasi Covid-19 Pada Tweet Berbahasa Indonesia Menggunakan Algoritme K-Nearest Neighbor. IDEALIS: InDonEsiA journaL Information System, 5(2), 87-97.
Marpi, Y., & Kom, S. (2020). Perlindungan hukum terhadap konsumen atas keabsahan kontrak elektronik dalam transaksi e-commerce. PT. Zona Media Mandiri.
Maulaya, A. K. (2022). Analisis Sentimen Menggunakan Support Vector Machine Masyarakat Indonesia Di Twitter Terkait Bjorka. Jurnal CoSciTech (Computer Science and Information Technology), 3(3), 495-500.
Nabila, A. S. (2024). Perbandingan Model Machine Learning Dan Deep Learning Terhadap Analisis Sentimen Pelanggan Shopee (Doctoral dissertation, UIN Ar-Raniry Banda Aceh).
Qur'atul'Ain, N., Pramono, B., & Wibowo, A. H. (2024). Penerapan Metode LSTM Pada Sistem Klasifikasi Komentar Publik Yang Termasuk Jenis Pelanggaran Undang-Undang ITE. Jurnal Informatika Ilmu Komputer dan Sistem Informasi, 2(1).
Rahmawati, N., Muslichatun, M., & Marizal, M. (2021). Kebebasan Berpendapat Terhadap Pemerintah Melalui Media Sosial Dalam Perspektif UU ITE. Widya Pranata Hukum: Jurnal Kajian dan Penelitian Hukum, 3(1), 62-75.
Wanti, A. D. (2023). Analisis sentimen mengenai kebijakan kartu prakerja menggunakan metode Naive Bayes (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).
Yudhanegara, R. A., Hana, N. A., Mahfiridho, S. Y., & Kardian, A. R. (2024). Perbandingan Resident Set Size dan Virtual Memory Size Algoritma Machine Learning dalam Analisis Sentimen. JURNAL MEDIA INFORMATIKA BUDIDARMA, 8(1), 371-382.
Yuniarti, S. (2019). Perlindungan hukum data pribadi di Indonesia. Business Economic, Communication, and Social Sciences Journal (BECOSS), 1(1), 147-154.
Penulis
Hak Cipta (c) 2025 Dimas Fajar Fiandaru, Yoannes Romando Sipayung
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Copyright
The copyright holder for articles published by ELSE is the author.
Licence
Scientific articles published in this journal are licensed under license
Creative Commons Attribution-NonCommercial 4.0 International License.
