Implementasi Data Mining Analisa Sentimen Program Kartu Prakerja Menggunakan Algoritma Naïve Bayes

Abstract

Program kartu prakerja di luncurkan pada tanggal 11 april 2020, dengan janji untuk meningkatkan kondisi dan perekonomian melalui pengembangan keterampilan angkatan kerja, peluncuran kartu prakerja menuai banyak tanggapan positif dan negatif. Ada banyak reaksi, mulai dari diskusi tentang sistem seleksi, materi pelatihan, dan besaran anggaran. Dengan keberadaan Program Kartu Prakerja sejak pendaftaran gelombang pertama hingga Saat ini, ada sejumlah besar pengguna Twitter di Indonesia yang berbagi pendapat dan gagasan mereka tentang program tersebut melalui Twitter. Tujuan dari studi ini adalah untuk menerapkan metode Naive Bayes untuk mengevaluasi sentiment kebijakan kartu prakerja. Proses pengumpulan dataset yaitu dengan cara mengumpulkan opini pada Twitter, lalu dilakukan tahapan preprocessing pada data yang meliputi case folding, cleansing data, tokenizing, stopword, case normalization, dan stemming, selanjutnya dengan Membantu mengurangi noise yang disebabkan oleh label yang tidak dapat diterima. Pendapat dikelompokkan menjadi dua kelompok, yaitu sentimen negatif dan sentimen positif. Metode yang digunakan untuk menganalisis opini masyarakat menggunakan data dari Twitter Naïve Bayes, karena metode ini cukup mudah dan tidak membutuhkan banyak training data. Dari hasil pengujian menunjukan rata-rata akurasi sebesar 77,58%.