Seminar kokolium membahas analisis sentimen masyarakat Indonesia terhadap moderasi beragama pada media sosial Twitter menggunakan algoritma Naive Bayes. Penelitian ini mengambil data tweet dari Twitter, melakukan preprocessing, pelabelan, splitting data, dan pengujian model Naive Bayes. Hasilnya menunjukkan model dapat mengklasifikasi tweet dengan akurasi rata-rata 95,5% dan mayoritas tweet mendukung moderasi beragama.

1. 3 Mei 2022 SEMINAR KOLOKIUM
ANALISIS SENTIMEN MODERASI BERAGAMA PADA MEDIA
SOSIAL TWITTER DENGAN ALGORITMA NAÏVE BAYES
I SEMINAR KOLOKIUM
Fathima Umar
1187050030
Penguji I : Cepy Slamet, ST., M.Kom., Ph.D
Pembimbing I : Mohamad Irfan, ST., M.Kom., Ph.D.
Pembimbing II : Agung Wahana, SE., MT. Penguji II : Cecep Nurul Alam, M.T.

2. Latar
Belakang
Moderasi beragama merupakan topik yang sedang ramai diperbincangkan. dalam hal ini masyarakat
tentu mempunyai pandangan tersendiri terhadap suatu kebijakan pemerintah baik itu positif
(mendukung) ataupun negatif (menyangkal). Oleh karena hal diatas, peneliti bermaksud untuk
menganalisis sentimen masyarakat indonesia terhadap Moderasi Beragama dengan data tweet yang
diperoleh dari Twitter dengan menggunakanAlgoritma Naïve Bayes.
SEMINAR
KOLOKIUM

3. Rumusan
Masalah
• Bagaimana algoritma Naïve Bayes dapat melakukan klasifikasi tweet dengan baik?
• Bagaimana pandangan masyarakat indonesia terhadap Moderasi Beragama?
• Berapa akurasi yang diperoleh dari Algoritma Naïve Bayes terhadap klasifikasi
tweet pada topik moderasi beragama ini?
SEMINAR
KOLOKIUM

4. Batasan Masalah
• Tweet yang digunakan untuk dianalisis hanyalah tweet dengan bahasa Indonesia.
• Algoritma yang digunakan pada penelitian ini adalah Naïve Bayes.
• Sentimen Twitter yang dianalisis hanya yang berkaitan dengan topik Moderasi
Beragama.
• Pengambilan data menggunakan API Twitter.
SEMINAR
KOLOKIUM

5. Kerangka
Pemikiran
SEMINAR
KOLOKIUM
Problem
Moderasi beragama merupakan topik yang sedang ramai diperbincangkan. dalam hal
ini masyarakat tentu mempunyai pandangan tersendiri terhadap suatu kebijakan
pemerintah baik itu positif (mendukung) ataupun negatif (menyangkal).
Opportunity
Twitter merupakan sosial media denganAPI terbuka yang bisa diakses oleh developer
untuk mengolah datanya. Sehingga dapat dimanfaatkan dalam penelitian ini
Approach
Data tweet yang diperoleh dari API Twitter yang akan diolah dengan menggunakan
Algoritma Naïve Bayes.
Result
Diperoleh hasil perhitungan sentimen mengenai moderasi beragama yang selanjutnya
akan di visualisasikan dengan diagram pie.

6. VI
Kerangka Berpikir
SEMINAR
KOLOKIUM
Diagram 1. Kerangka Pemikiran
Problem
Topik Moderasi Beragama mengundang beragam respon dari
masyarakat Indonesia. Sehingga dibutuhkan pengolahan
informasi agar selanjutnya dapat dijadikan acuan pihak
pemuka agama atau pemerintah untuk membuat keputusan
mengenai moderasi beragama.
Approach
Data tweet yang diperoleh dari API Twitter diklasifikasi
dengan menggunakan algoritma Naïve Bayes dengan
pertimbangan sebagai berikut:
1. Cepat dalam proses perhitungan. Algoritma Naïve
Bayes memiliki kinerja lebih cepat dibandingkan
algoritma K-Nearest Neighbor[6].
2. Kinerja dari Naïve Bayes dalam klasifikasi teks lebih
unggul dari K-Nearest Neighbor dari segi
keakuratan[6].
Opportunity
Twitter merupakan media sosial
dengan jenjang pengguna yang
luas. Oleh karena itu Twitter
dianggap media yang sesuai untuk
dijadikan sumber pengambilan
opini untuk data penelitian ini.
Result
Diperoleh hasil perhitungan sentimen
mengenai moderasi beragama yang
akan divisualisasikan dalam bentuk
diagram

7. VII
Metodologi Penelitian
SEMINAR
KOLOKIUM
Gambar 1. Diagram Alur CRISP-DM

8. VIII
Arsitektur Sistem
SEMINAR
KOLOKIUM
Gambar 2. Arsitektur Sistem

9. IX
Implementasi & Pengujian
1. Pengambilan Data
SEMINAR
KOLOKIUM
Gambar 3. Proses Pengambilan Data

10. X
Implementasi & Pengujian
2. Preprocessing Data
SEMINAR
KOLOKIUM
Gambar 4. Diagram Alur Preprocessing Data
Gambar 5. Hasil Preprocessing Data

11. XI
Implementasi & Pengujian
3. Pelabelan Data
SEMINAR
KOLOKIUM
Gambar 6. Pelabelan Data

12. XII
Implementasi & Pengujian
4. Splitting Data
SEMINAR
KOLOKIUM
Tabel 1. Splitting Data

13. XIII
Implementasi & Pengujian
5. Pengujian
SEMINAR
KOLOKIUM
Pengujian
Ke-n
Precission (%) Recall (%) F-Measure (%)
Akurasi
(%)
Positif Negatif Positif Negatif Positif Negatif
1 99 82 95 94 97 88 95
2 98 85 97 91 97 88 96
3 98 86 96 93 97 89 96
4 97 85 96 88 97 87 95
Rata-Rata
98 84,5 96 91,5 97 88
95,5
91,25 93,75 92,5
Tabel 2. Nilai Rata-Rata Hasil Uji

14. XIV
Hasil Penelitian
SEMINAR
KOLOKIUM
Gambar 7. Kata yang banyak digunakan Gambar 8. Diagram Scatter Hasil penelitian

15. XV
Hasil Penelitian
SEMINAR
KOLOKIUM
Gambar 9. Diagram Batang Tweet Label (-) dan (+) Gambar 10. Diagram Pie Tweet Label (-) dan (+)

16. XVI
Kesimpulan & Saran
Berdasarkan penelitian yang telah dilakukan maka dapat disimpulkan bahwa :
1.Penelitian ini menggunakan Naïve Bayes Classifier dan bahasa pemrograman
Python untuk membuat sebuah model untuk melakukan analisis sentimen
terhadap moderasi beragama dengan media sosial Twitter sebagai sumber data.
2.Dari hasil penelitian ini, akurasi tertinggi yang didapat sebesar 96% dengan nilai
akurasi rata-rata sebesar 95,5%. Dalam hal ini, Naïve Bayes terbukti dapat
melakukan pengklasifikasian tweet dengan baik.
3.Berdasarkan hasil analisa dan proses labelling dari sampel dataset pada
penelitian ini didapati bahwa tweet dengan label positif berjumlah 82,2%
sedangkan tweet dengan label negatif berjumlah 17,8%. Oleh karena itu dapat
disimpulkan kecenderungan masyarakat indonesia yang menggunakan media
sosial Twitter memiliki opini positif terhadap moderasi beragama.
SEMINAR
KOLOKIUM

17. XVII
Sekian dan
Terimakasih
Fathima Umar - 1187050030