ANALISIS SENTIMEN UJARAN KEBENCIAN PADA DRIVER GOJEK MENGGUNAKAN ALGORITMA NAÏVE BAYES DI PLATFORM FACEBOOK

Abstract

Media sosial saat ini menjadi tempat banyak orang menyampaikan pendapat secara bebas, termasuk komentar negatif yang kadang mengarah pada ujaran kebencian. Salah satu pihak yang sering menjadi sasaran ujaran kebencian adalah driver Gojek. Penelitian ini dilakukan untuk mengelompokkan komentar pengguna Facebook menjadi dua kategori sentimen, yaitu positif dan negatif, dengan fokus utama pada komentar negatif. Data yang digunakan diperoleh dari komentar pada beberapa postingan publik di platform Facebook menggunakan bantuan tools scraping APIFY. Setelah data terkumpul, dilakukan proses preprocessing data, yaitu case folding, pembersihan data (cleaning), tokenisasi, normalisasi, penghapusan stopword, dan stemming. Selanjutnya, data diubah ke bentuk numerik menggunakan CountVectorizer. Algoritma klasifikasi yang digunakan adalah Naive Bayes dengan model MultinomialNB karena data yang digunakan berbentuk frekuensi kata. Hasil evaluasi model menunjukkan bahwa algoritma ini mampu mengklasifikasikan komentar negatif dengan cukup baik, terutama dalam mengenali pola kata yang sering muncul dalam ujaran kebencian terhadap driver Gojek.