Literatur Review: Penerapan Naive Bayes Proses Data Mining Untuk Analisis Media Sosial

Abstrak

Dalam pengolahan data metode naïve bayes digunakan sebagai algoritma utama dalam proses data mining. Pemilihan metode ini didasari atas kelebihan naïve bayes dalam mengolah data teks secara efisien. Dengan pendekatan ini opini masyarakat yang terekam dalam unggahan dalam media sosial dapa dikelompokkan dalam kategori sentiment positif, negative, atau netral. Proses penelitian dimulai dengan pengumpulan data dari media sosial, kemudian dilakukan pra-pemrosesan teks seperti pembersihan data. Model naïve bayes kemudian dilatih mengenali opini berdasarkan dataset yang tersedia. Hasil dari penelitian ini menunjukan bahwa media sosial dapat menjadi sumber data untuk analisis opini public. Selain itu metode naïve bayes terbukti efektif dala mengelompokkan opini masyarakat. Analisis ini dapat menjadi masukkan bagi pemangku kebijakan, pelaku bisnis, maupun akademis untuk mengetahui suara public secara objektif. Penelitian ini memberikan kontribusi dalam pengembangan kajian data mining berbasis media sosial di Indonesia. Dengan demikian pendekatan ini diharapkan dapat mendukung pengambilan keputusan yang lebih respomtif terhadap opini masyarakat di ruang digital.