Analisis Sentimen Opini Publik Terhadap Peristiwa Bitcoin Halving Pada Data Teks Twitter Menggunakan Metode Naïve Bayes Dan Pembobotan Fitur TF-IDF

Andi Nur Halim; Rudiman Rudiman; Nauval Azmi Verdikha

doi:10.31004/riggs.v4i3.2291

Authors

Andi Nur Halim Universitas Muhammadiyah Kalimantan Timur
Rudiman Rudiman Universitas Muhammadiyah Kalimantan Timur
Nauval Azmi Verdikha Universitas Muhammadiyah Kalimantan Timur

DOI:

https://doi.org/10.31004/riggs.v4i3.2291

Keywords:

Analisis Sentimen, Bitcoin Halving, Naïve Bayes Classifier, TF-IDF, Twitter

Abstract

Penelitian ini bertujuan menganalisis sentimen opini publik terhadap peristiwa Bitcoin Halving pada data teks Twitter menggunakan Naïve Bayes Classifier dan pembobotan fitur TF-IDF. Latar belakang penelitian ini adalah pesatnya pertumbuhan media sosial sebagai sumber data opini publik yang dinamis, khususnya terkait peristiwa finansial seperti Bitcoin Halving. Pendekatan kuantitatif dengan metode deskriptif analitis digunakan untuk mengklasifikasikan sentimen. Populasi penelitian adalah seluruh tweet yang berkaitan dengan topik tersebut, dan sampelnya berjumlah 538 tweet setelah melalui proses crawling dan preprocessing. Instrumen yang digunakan adalah bahasa pemrograman Python dan library tweet-harvest. Hasil penelitian menunjukkan bahwa model Naïve Bayes efektif, dengan akurasi tertinggi sebesar 74% pada rasio pembagian data 80:20. Kesimpulan dari penelitian ini adalah bahwa kombinasi metode tersebut mampu memberikan wawasan berharga mengenai sentimen pasar secara real-time.

Downloads

Download data is not yet available.

References

Adrian, M. I., & Ikhsan, R. M. (2024). Asuhan keperawatan keluarga pada keluarga TN.A khususnya NY.Y dengan diabetes melitus tipe II tanpa luka. Undergraduate thesis, Sriwijaya University.

Asmara, G., Handayani, R. T., & Utami, T. N. (2020). Faktor yang berhubungan dengan perilaku pengelolaan sampah pada followers Instagram Males.Nyampah. Jurnal Universitas Padjadjaran.

Barus, F. A. S. (2022). Entitas masyarakat islam di Barus 1945-2022. Skripsi, UIN Imam Bonjol.

Berliani, T., & Lestari, Y. E. (2024). Manajemen pembelajaran individual peserta didik berkebutuhan khusus. Equity In Education Journal, 6(2), 53–60. https://doi.org/10.37304/eej.v6i2.14611

Br Sinulingga, J. R., & Sitorus, H. (2024). Analisis opini publik tentang kualitas pelayanan E-KTP di kantor camat Merdeka Kabupaten Karo. Jurnal Social Opinion: Jurnal Ilmiah Ilmu Komunikasi, 5(2), 134–143.

Emzir. (2021). Metodologi penelitian pendidikan kuantitatif dan kualitatif (Edisi Revisi). Rajawali.

Firasari, E., & Anggriana, F. (2020). Analisis sentimen pada beasiswa menggunakan algoritma naïve bayes dan k-nearest neighbor. Jurnal Riset dan Aplikasi Komputer, 2(1), 1-8.

Handaya, A., Hidayat, R. T., & Firmansyah. (2020). Analisis persepsi dan adopsi cryptocurrency di Indonesia. Jurnal Bisnis dan Keuangan, 7(1), 15-28.

Imelda, I., & Kurnianto, A. R. (2023). Naïve Bayes and TF-IDF for sentiment analysis of the Covid-19 booster vaccine. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 7(1), 1–6. https://doi.org/10.21108/ijoict.v8i2.681

Julianto, N., Suwandi, R., & Gunawan. (2022). Analisis sentimen pada twitter dengan metode naïve bayes classifier. Jurnal Sains dan Teknologi, 2(1), 1-8.

Meynkhard, A. (2019). Fair market value of bitcoin: halving effect. Investment Management and Financial Innovations, 16(4), 72–85. https://doi.org/10.21511/imfi.16(4).2019.06

Ramadhani, M. H. Z. K., Ulfah, Y., & Rinaldi, M. (2022). The impact of bitcoin halving day on stock market in Indonesia. Jurnal International Conference Proceedings, 5(3), 127–137. https://doi.org/10.32535/jicp.v5i3.1800

Ramadhani, S., Azzahra, D., & Z, T. (2022). Comparison of K-Means and K-Medoids Algorithms in Text Mining based on Davies Bouldin Index Testing for Classification of Student’s Thesis. Digital Zone: Jurnal Teknologi Informasi Dan Komunikasi, 13(1), 24–33. https://doi.org/10.31849/digitalzone.v13i1.9292

Srividya, K., & Mary Sowjanya, A. (2019). Aspect based sentiment analysis using POS tagging and TFIDF. International Journal of Engineering and Advanced Technology, 8(6), 1960–1963. https://doi.org/10.35940/ijeat.F7935.088619

Sudaryono. (2022). Metodologi penelitian: Pengenalan dasar dan aplikasinya. Penerbit Andi.

Sugiyono. (2021). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.

Yuliana, T. M., Haryani, S., & Rosiadi, Y. S. (2022). Analisis sentimen ulasan film menggunakan naïve bayes. Jurnal Informatika dan Rekayasa Perangkat Lunak, 3(2), 99-106.