ANALISIS SENTIMEN USULAN KB VASEKTOMI SYARAT PENERIMA BANTUAN SOSIAL (BANSOS) JAWA BARAT DENGAN NAIVE BAYES

• RAHMA LUBIS

---

ABSTRAK

ABSTRAK

Rahma Lubis (12210407), Analisis Sentimen Usulan KB Vasektomi Syarat Bantuan Sosial (BANSOS) Jawa Barat Dengan Naïve Bayes

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap usulan kebijakan vasektomi sebagai syarat penerima bantuan sosial (BANSOS) yang dikemukakan oleh Gubernur Jawa Barat. Data penelitian diperoleh dari platform media sosial X pada periode 29 April – 31 Juli 2025 sebanyak 848 tweet. Metode yang digunakan meliputi tahapan preprocessing data (case folding, cleaning, normalisasi, tokenisasi, stopword removal, stemming), pelabelan sentimen, pembobotan dengan TF-IDF, serta feature selection menggunakan uji Chi-Square. Untuk mengatasi ketidakseimbangan kelas, dilakukan oversampling dengan metode SMOTE. Algoritma yang digunakan dalam klasifikasi adalah Multinomial Naïve Bayes. Hasil penelitian menunjukkan bahwa mayoritas sentimen masyarakat bersifat positif dengan persentase 76,03%, sedangkan sentimen negatif sebesar 23,97%. Model Naïve Bayes menghasilkan akurasi sebesar 83%, presisi 0,83 untuk kelas negatif dan 0,85 untuk kelas positif, recall 0,85 untuk kelas negatif dan 0,82 untuk kelas positif, serta F1-score masing-masing 0,84 dan 0,83. Temuan ini membuktikan bahwa algoritma Naïve Bayes efektif digunakan untuk analisis sentimen terkait kebijakan publik di media sosial. 

KATA KUNCI

Naive Bayes

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1]  D. Rahmawati and R. E. Ariningtyas, “Faktor Yang Mempengaruhi Kesediaan Suami Sebagai Akseptor Vasektomi,” vol. 15, no. 1, pp. 26–30, 2025.

[2] T. C. Herdiyani and A. U. Zailani, “Sentiment Analysis Terkait Pemindahan Ibu Kota Indonesia Menggunakan Metode Random Forest Berdasarkan Tweet Warga Negara Indonesia,” J. Teknol. Sist. Inf., vol. 3, no. 2, pp. 154–165, 2022, doi: 10.35957/jtsi.v3i2.2920.

[3] A. Sitanggang, Y. Umaidah, Y. Umaidah, R. I. Adam, and R. I. Adam, “Analisis Sentimen Masyarakat Terhadap Program Makan Siang Gratis Pada Media Sosial X Menggunakan Algoritma Naïve Bayes,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4902.

[4] S. Yusran and Z. Larisu, “Jurnal Kendari Kesehatan Masyarakat ( JKKM ) Vol . 1 No . 2 Tahun 2022 Pengaruh Efektivitas Penyuluhan dan Pelayanan KB Gratis terhadap Penerimaan Kontrasepsi Vasektomi pada PUS di Kota Kendari Jurnal Kendari Kesehatan Masyarakat ( JKKM ) Vol . 1 No . 2 T,” vol. 1, no. 2, pp. 48–58, 2022.

[5] Z. A. Kahfilani, M. Umar, A. Ghazali, and D. Muntazhar, “Penggunaan Kontrasepsi Vasektomi : Kesehatan , Agama , dan Keharmonisan Rumah Tangga,” vol. 1, no. 2.

[6] F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2020.

[7] S. K. M.Kom, Ahmad Fauzi and S. K. M.Kom, Agus Heri Yunial, ANALISIS SENTIMEN (Sentiment Analysis): Evaluasi Sentimen Layanan Dataset X US Airline. Sleman: CV Bintang Semesta Media, 2024. [Online]. Available: https://www.google.co.id/books/edition/Analisis_Sentimen_Sentiment_Analys is/dgoREQAAQBAJ?hl=id&gbpv=1&dq=sentimen&pg=PA12&printsec=fron tcover

[8] R. Swastika, S. Mukodimah, F. Susanto, M. Muslihudin, and S. Ipnuwati, IMPLEMENTASI DATA MINING (Clastering, Association, Prediction, Estimation, Classification). Indramayu: CV. Adanu Abimata, 2023. [Online]. Available: https://books.google.co.id/books?hl=en&lr=&id=LsOqEAAAQBAJ&oi=fnd& pg=PA59&dq=Pengertian+Confusion+MatriX+book&ots=08ANrBN4Hz&sig =4SXk-e_tMUKjQ3lvK9HPXHqooMs&redir_esc=y#v=onepage&q&f=false

[9] I. Sapuan, M. H. Fauzan, and C. Juliane, “Implementasi Data Mining untuk Klasterisasi dan Prediksi Kelompok Keluarga,” JTERA (Jurnal Teknol. Rekayasa), vol. 7, no. 1, p. 149, 2022, doi: 10.31544/jtera.v7.i1.2022.149-156.

[10] H. Y. Fauzan, N. Y. Setiawan, and A. A. Supianto, “Analisis Pola Aktivitas 49 Mahasiswa Lulus Tepat Waktu bebasis Data Mining dan Process Mining (Studi Kasus Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya),” J. Pengemb. Teknol. …, vol. 4, no. 11, pp. 38643873, 2020.

[11] Syahril Dwi Prasetyo, Shofa Shofiah Hilabi, and Fitri Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” J. KomtekInfo, vol. 10, pp. 1–7, 2023, doi: 10.35134/komtekinfo.v10i1.330.

[12] F. Romadoni, Y. Umaidah, and B. N. Sari, “TeXt Mining Untuk Analisis Sentimen Pelanggan Terhadap Layanan Uang Elektronik Menggunakan Algoritma Support Vector Machine,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 9, no. 2, pp. 247–253, 2020, doi: 10.32736/sisfokom.v9i2.903.

[13] R. A. A. Yanuar, “Jurnal Teknik Informatika, Vol. 16, No. 2, April 2024,” vol. 16, no. 2, pp. 1–7, 2024, [Online]. Available: https://ejurnal.ulbi.ac.id/indeX.php/informatika/article/view/3533

[14] E. Salim and A. Solichin, “Analisis Sentimen Pada Media Sosial X Terhadap Pelayanan Dinas Kependudukan Dan Pencatatan Sipil Menggunakan Algoritma Naïve Bayes,” IDEALIS  Indones. J. Inf. Syst., vol. 5, no. 2, pp. 7986, 2022, doi: 10.36080/idealis.v5i2.2961.

[15] Fuad Amirullah, Syariful Alam, and M.Imam Sulistyo S, “Analisis Sentimen Terhadap Kinerja KPU Menjelang Pemilu 2024 Berdasarkan Opini X Menggunakan Naïve Bayes,” STORAGE J. Ilm. Tek. dan Ilmu Komput., vol. 2, no. 3, pp. 69–76, 2023, doi: 10.55123/storage.v2i3.2293.

[16] A. Munawaroh, R. Ridhoi, and R. Rudiman, “Sentiment Analysis Dengan Naïve Bayes Berbasis Orange Terhadap Resiko Pembangunan Ikn,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 587–592, 2024, doi: 10.36040/jati.v8i1.8454.

[17] A. N. Puspitasari, Y. Findawati, and Y. Rahmawati, “ANALISIS SENTIMEN TWEET PENGGUNA E-COMMERCE DENGAN MENGGUNAKAN METODE KLASIFIKASI NAÏVE BAYES,” vol. 9, no. 3, pp. 1123–1132, 2024.

[18] R. K. Septiani, S. Anggraeni, and S. D. Saraswati, “Klasifikasi Sentimen Terhadap Ibu Kota Nusantara (IKN) pada Media Sosial Menggunakan Naive Bayes,” Tek. J. Ilm. Bid. Ilmu Rekayasa, vol. 16, no. 2, pp. 245–254, 2022, [Online]. Available: https://jurnal.polsri.ac.id/indeX.php/teknika/article/view/4875

[19] S. . MMSI, Yessy Asri, D. D. D. K. M.Kom, S. K. M.Kom, Listra Frigia Missianes Horhoruw, and S. A. R. ST, MACHINE LEARNING & DEEP LEARNING : Analisis Sentimen Menggunakan Ulasan Pengguna Aplikasi. Ponorogo: Uwais Inspirasi Indonesia, 2024. [Online]. Available: https://www.google.co.id/books/edition/MACHINE_LEARNING_DEEP_LE 50 ARNING_Analisis/Yu7uEAAAQBAJ?hl=id&gbpv=1&dq=sentimen&pg=PA 64&printsec=frontcover

[20] D. J. A. M.Si, S. H. M.Sy, Imam Sopingi, D. B. S. M.Si, and S. P. M.M, Nurhikmah Sibua, METODE PENELITIAN KUANTITATIF, KUALITATIF, DAN MIXED METHODE. Medan, 2024. [Online]. Available: http://repository.mediapenerbitindonesia.com/327/1/K 185 - Metode Penelitian kuantitatif kualitatif.pdf

[21] Suharmanto, Validasi & Realibilitas Instrumen Penelitian. Yogyakarta: Suluh Media, 2022.