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.
