ANALISIS SENTIMEN PADA DATA TWITTER BAHASA INDONESIA MENGGUNAKAN METODE RANDOM FOREST

Media sosial merupakan platform yang paling banyak diakses oleh pengguna internet di dunia. Twitter adalah salah satu media sosial yang populer di Indonesia dengan 24 juta pengguna. Oleh karena Twitter berbasis teks, membuat pengguna memiliki kebiasaan menuliskan berkomentar sebagai reaksi atas suatu topik atau fenomena yang terjadi di dunia. Komentar dalam jumlah besar dapat dikumpukan untuk dijadikan sebuah dataset untuk dilakukan analisis sentimen. Analisis sentimen dilakukan untuk mengetahui bagaimana respon atau komentar pengguna Twitter atas suatu topik tertentu. Selain itu analisis sentimen dapat digunakan untuk menguji performa sebuah metode klasifikasi. Penelitian ini akan menguji performa metode klasifikasi Random Forest setelah melakukan pengumpulan data yang berasal dari Twitter dengan topik kriminalitas, karena topik tersebut selalu ada dan ramai diperbincangkan. Data tersebut akan diolah agar diketahui bagaimana sentimen pengguna Twitter pada topik tersebut. Data yang dapat dikumpukan sebanyak 3500 data, dan selanjutnya data akan melewati tahap pre-processing seperti cleansing, case folding, tokenizing, stopword removal, normalisasi, dan stemming. Klasifikasi data dibagi ke dalam tiga kelas yaitu positif, netral, dan negatif. Adapun hasil akurasi model dengan metode Random Forest diperoleh sebesar 84%. Kata kunci: analisis sentimen, Twitter, klalsifikasi data, Random Forest