Analisis Sentimen Publik Pada Twitter Terhadap Boikot Produk Israel Menggunakan Metode Naïve Bayes

Authors

  • Ade Tiara Susilawati Universitas Muhammadiyah Kalimantan Timur
  • Nur Anjeni Lestari Universitas Muhammadiyah Kalimantan Timur
  • Puput Alpria Nina Universitas Muhammadiyah Kalimantan Timur

DOI:

https://doi.org/10.59603/niantanasikka.v2i1.240

Keywords:

Sentiment Analysis, Israel-Palestine Conflict, Israeli Product Boycott, Twitter, Naive Bayes Classification

Abstract

The conflict between Israel and Palestine has been a prominent topic of international discourse for several decades. This dispute spans a century, commencing in 1917 and persisting to the present day. This research delves into sentiment analysis of the Indonesian community concerning the Israel-Palestine conflict through the Twitter social media platform, with a specific focus on boycotting Israeli products. Utilizing Orange and Naive Bayes classification, the study analyzes over 300 datasets of tweets acquired through the scraping process. The objective is to comprehend the nuances, trends, and variations in sentiment among Twitter users regarding the issue of boycotting Israeli products. The results reveal that the majority of the population tends to support the boycott, with a Naive Bayes classification accuracy of 95%, Precission of 96%, Recall of 95%, and F1 Score of 95%. The data preprocessing process, encompassing transformation, tokenization, and filtering, effectively eliminates noise and prepares the data for a more in-depth sentiment analysis.

References

A. Sutrisni Putri, “Mengapa Palestina Tidak Diakui Sebagai Negara?,” Kompas.com, 2020. https://www.kompas.com/skola/read/2020/07/17/144005369/mengapa-palestina-tidak-diakui-sebagai-negara?page=all (diakses 3 Desember 2023).

C. Indonesia, “MUI Fatwa Boikot, Link Website Daftar Produk Pro Israel Viral,” CNBC Indonesia, 2023. https://www.cnbcindonesia.com/tech/20231117064301-37-489723/mui-fatwa-boikot-link-website-daftar-produk-pro-israel-viral (diakses 2 Desember 2023).

C. Mutia Annur, “Jumlah Pengguna Twitter Indonesia Duduki Peringkat ke-4 Dunia per Juli 2023,” databoks, 2023. https://databoks.katadata.co.id/datapublish/2023/11/01/jumlah-pengguna-twitter-indonesia-duduki-peringkat-ke-4-dunia-per-juli-2023 (diakses 3 Desember 2023).

D. Normawati dan S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform., vol. 5, no. 2, hal. 697–711, 2021.

E. Afrianti, Fathoni, dan R. Izwan Heroza, “Klasifikasi Teks dengan Naïve Bayes Classifier (NBC) untuk Pengelompokan Keterangan Laporan dan Durasi Recovery Time Laporan Gangguan Listrik PT. PLN (Persero) WS2JB Area Palembang,” JSI J. Sist. Inf., vol. 12, no. 1, hal. 1955–1961, 2020.

E. Pinarsih, “Cara Mudah Melihat Tweet Lama di Twitter Android,” Inwepo, 2020. https://inwepo.co/cara-mudah-melihat-tweet-lama-di-twitter-android/ (diakses 3 Desember 2023).

F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” INOVTEK Polbeng - Seri Inform., vol. 3, no. 1, hal. 50, Jun 2018, doi: 10.35314/isi.v3i1.335.

H. Irsyad dan A. Taqwiym, “Sentimen Analisis Masyarakat Terhadap Rakyat Palestina dengan Klasifikasi Naive Bayes,” JTECS J. Sist. Telekomun. Elektron. Sist. Kontrol Power Sist. Komput., vol. 1, no. 2, hal. 167–176, 2021.

H. Ramanizar, A. Fajri, R. Binsar Sinaga, H. Mubarok, A. Dwi Pangestu, dan D. Sandya Prasvita, “Analisis Sentimen Pengguna Twitter terhadap Konflik antara Palestina dan Israel Menggunakan Metode Naïve Bayesian Classification dan Support Vector Machine,” Semin. Nas. Mhs. Ilmu Komput. dan Apl., vol. 2, no. 2, hal. 166–175, 2021.

N. Fadhlullah, Setiawansyah, dan A. Surahman, “Penerapan Teknologi Web Scraping Sebagai Pengumpulan Data Covid-19 Di Provinsi Lampung,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 3, no. 1, hal. 25–30, 2022.

R. Amelia, Darmansah, N. Sesty Prastiwi, dan M. Eka Purbaya, “Impementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Masyarakat Indonesia Mengenai Drama Korea Pada Twitter,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 2, hal. 338–343, 2022, doi: 10.30865/jurikom.v9i2.3895.

R. Prajamukti, Jayanta, dan M. Mega Santoni, “KLASIFIKASI DAN ANALISIS SENTIMEN PADA DATA TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES (STUDI KASUS: TIMNAS INDONESIA SENIOR, U-23, DAN U-19),” Semin. Nas. Inform. Sist. Informasi, dan Keamanan Siber, vol. 4, no. 1, hal. 102–109, 2021.

Satria.ardhi.n, “Konflik Palestina-Israel Kembali Memanas, Indonesia Konsisten Dukung Palestina,” Universitas Gajah Mada, 2023. https://ugm.ac.id/id/berita/konflik-palestina-israel-kembali-memanas-indonesia-konsisten-dukung-palestina/ (diakses 2 Desember 2023).

T. Patrio Sorongan, “Ini Sejarah Panjang Konflik Israel-Palestina, Awal Kronologi,” CNBC Indonesia, 2023. https://www.cnbcindonesia.com/news/20231016071343-4-480765/ini-sejarah-panjang-konflik-israel-palestina-awal-kronologi (diakses 2 Desember 2023).

W. Arum Wibawana, “Seputar Deklarasi Kemerdekaan Palestina Tanggal 15 November 1988,” detikNews, 2023. https://news.detik.com/berita/d-7038521/seputar-deklarasi-kemerdekaan-palestina-tanggal-15-november-1988 (diakses 3 Desember 2023).

Downloads

Published

2023-12-13

How to Cite

Ade Tiara Susilawati, Nur Anjeni Lestari, & Puput Alpria Nina. (2023). Analisis Sentimen Publik Pada Twitter Terhadap Boikot Produk Israel Menggunakan Metode Naïve Bayes. Nian Tana Sikka : Jurnal ilmiah Mahasiswa, 2(1), 26–35. https://doi.org/10.59603/niantanasikka.v2i1.240

Similar Articles

1 2 3 > >> 

You may also start an advanced similarity search for this article.