Implementasi Text Mining Pada Analisis SentimenPemain Naturalisasi Timnas Indonesia Dengan Algoritma Naïve Bayes dan Support Vector Machine (SVM)

Abstract

Sepak bola adalah olahraga paling populer dan banyak dimainkan diseluruh dunia, termasuk Indonesia. FIFA menjadi sebuah lembaga tertinggi yang mengatur segala urusan sepak bola. FIFA banyak memiliki agenda kompetisi sepak bola seperti piala dunia. PSSI sebagai anggota dari FIFA berkesempatan untuk turut serta dalam turnamen yang diadakan oleh FIFA. Piala dunia menjadi mimpi yang terus didambakan oleh seluruh pecinta sepak bola tanah air. Salah satu strategi federasi sepak bola Indonesia yaitu PSSI untuk meningkatkan prestasi tim nasional adalah melalui program naturalisasi pemain asing. Tujuan dari program tersebut tidak lain adalah untuk memperkuat performa timnas agar bisa bersaing untuk merebutkan asa tampil di ajang piala dunia 2026. Program naturalisasi ini memicu berbagai respons dari masyarakat, terutama melalui media sosial twitter. Opini publik yang disampaikan melalui platform tersebut dapat dianalisis untuk mengetahui sentimen masyarakat terhadap kebijakan naturalisasi. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap cuitan pengguna Twitter mengenai pemain naturalisasi timnas Indonesia dengan menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Proses analisis mencakup tahapan pengumpulan data, pra-pemrosesan, dan klasifikasi sentimen menjadi dua kategori sentimen, yaitu positif dan negatif. Hasil penelitian menunjukkan Naïve Bayes memiliki tingkat akurasi yang lebih tinggi dibandingkan Support Vector Machine. Akurasi Naïve Bayes sebesar 76,23%, sedangkan SVM memiliki tingkat akurasi sebesar 70,29%. Selain itu, model Naïve Bayes juga lebih unggul dalam nilai precision, recall, dan f1-score dibandingkan dengan SVM. Naïve bayes memiliki nilai 78,43% untuk precision, 75,47% untuk recall, dan 76,93% untuk f1-score. Sementara itu, SVM memiliki nilai presisi sebesar 76,74%, recall sebesar 62,26%, dan f1-score sebesar 68,73%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode Naïve Bayes lebih efektif dalam mengklasifikasikan sentimen masyarakat terhadap program naturalisasi pemain timnas Indonesia.