KOMBINASI ALGORITMA NAÏVE BAYES DAN PENDETEKSIAN SARKASME UNTUK ANALISIS SENTIMEN KOMENTAR FILM

Kombinasi Algoritma Naive Bayes Dan Pendeteksian Sarkasme Untuk Analisis Sentimen Komentar Film, bertujuan untuk menganalisis performa algoritma Naïve Bayes dalam analisis sentimen, dengan fokus pada pengembangan solusi untuk mengatasi kata singkatan, mengotomatiskan pelabelan sentimen, dan mendeteksi kalimat sarkasme. Selain itu, penelitian ini juga akan menganalisis performa algoritma Naïve Bayes yang dikombinasikan dengan teknik pendeteksian sarkasme. Dalam penelitian ini, terdapat beberapa batasan variabel. Pertama, penelitian ini menggunakan komentar pengguna di platform X dengan kata kunci terkait film “Dua Hati Biru”. Kedua, sentimen diklasifikasikan sebagai positif atau negatif dengan mempertimbangkan sarkasme. Ketiga, analisis dilakukan menggunakan Naïve Bayes dan dibandingkan dengan model BERT untuk menilai efektivitas deteksi sarkasme. Keempat, penelitian ini hanya mencakup komentar dalam bahasa Indonesia. Penelitian ini menggunakan metode Naive Bayes untuk analisis sentimen, dilatih dengan data yang telah dipra-pemrosesan untuk mengukur akurasi, precision, dan recall. Selain itu penggunaan model TextBlob untuk pelabelan otomatis, Normalization untuk kata singkatan dan model BERT untuk pendeteksi kalimat sarkasme. Teknik ini juga menerapkan fitur tambahan, seperti sentimen-related, punctuation-related, lexical and syntactic, serta pattern-related. Hasil dalam analisis sentimen terhadap komentar film "Dua Hati Biru" di Twitter menunjukkan akurasi yang hampir sama, yaitu 92,27% dengan precision 93%, recall 92%, dan F1-Score 92% sebelum dilakukan deteksi sarkasme dan 92,87% dengan precision 93%, recall 92%, dan F1-Score 92%. setelah penerapan deteksi sarkasme. Peningkatan akurasi mencerminkan efektivitas teknik dalam mengindentifikasi komentar sarkastik. Model juga menunjukkan performa yang baik dalam membedakan sentimen positif dan negatif, dengan precision dan recall yang tinggi untuk kedua kelas.