Perkembangan media sosial menjadikan platform X sebagai salah satu sumber utama untuk mengetahui opini masyarakat terhadap suatu peristiwa, termasuk event One Pride MMA di Indonesia. Banyaknya data berupa tweet yang dihasilkan setiap hari memerlukan metode klasifikasi yang mampu mengelompokkan sentimen secara otomatis. Penelitian ini bertujuan untuk menerapkan algoritma Naïve Bayes dalam menganalisis sentimen masyarakat terhadap event One Pride MMA di Indonesia berdasarkan data yang diperoleh dari platform X. Metode penelitian yang digunakan meliputi pengumpulan data (crawling), preprocessing yang terdiri dari cleaning, case folding, tokenizing, stopword removal, dan stemming, dilanjutkan dengan pembobotan TF-IDF, pembagian data menjadi data latih dan data uji, serta proses klasifikasi menggunakan algoritma Naïve Bayes. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian terhadap 1.000 tweet menunjukkan bahwa sentimen positif merupakan kategori yang paling dominan dengan 400 tweet (40%), sedangkan sentimen negatif dan netral masing-masing berjumlah 300 tweet (30%). Analisis tren harian memperlihatkan bahwa sentimen positif cenderung stabil selama periode 12–24 Juni. Selain itu, distribusi keyakinan model menunjukkan 61,8% hasil klasifikasi memiliki tingkat confidence minimal 80%, dengan kelompok terbesar berada pada rentang 90–100% sebanyak 338 tweet (33,8%). Hasil tersebut menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen masyarakat dengan tingkat keyakinan yang tinggi dan memberikan gambaran mengenai persepsi publik terhadap event One Pride MMA di Indonesia.
References
Ahmad, A. (2020). Media Sosial dan Tantangan Masa Depan Generasi Milenial. 08(02), 134–148.
Affandi, & Nandiyati, O. (2020). Sentiment Analysis Berbasis Algoritma Naïve Bayes Classifier untuk Identifikasi Persepsi Masyarakat Terhadap Produk/Layanan Perusahaan. JOINS (Journal of Information System).
Alfani, M. M., & Ayun, Q. (2023). Analisis Sentimen Pasca Pertandingan Sepak Bola Indonesia Melawan Argentina pada Unggahan Media Sosial Twitter Menggunakan Metode Multinomial Naïve Bayes dan Gaussian Naïve Bayes. JASIE (Journal of Applied Science and Information Engineering).
Apriani, E., et al. (2024). Analisis Sentimen Penggunaan TikTok sebagai Media Pembelajaran Menggunakan Algoritma Naïve Bayes Classifier. MALCOM: Indonesian Journal of Machine Learning and Computer Science.
Aisyah Nur Fauziah. (2023). Analisis Sentimen Menggunakan Naive Bayes Clasifer Insert Lexicon Pada Twitter (Studi Kasus : Mie Gacoan). Jurnal: Teknik Informatika. Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Arviana, G. N. (2021). Sentiment Analysis, Teknik untuk Pahami Maksud di Balik Opini Pelanggan. 1 Februarui.
Atmadji, E. S. J., Wabula, Y., Karsanti, H. T., & Kristopher. (2025). The Use of Naive Bayes Classifier in Sentiment Analysis at Indonesia's Super Priority Tourism Destinations Based on User Reviews. Jurnal Sosioteknologi, 24(2), 226–239.
Berlianti, P. M., & Hidayat, E. Y. (2024). Implementasi Naïve Bayes Classifier untuk Sentimen Produk Kecantikan Berdasarkan Ulasan Female Daily. Indonesian Journal of Computer Science.
Detti Purnamasari, Ananda Bayu Aji, Desy Wulandari, Fanka Ari Reza, Milda Safrila, Nafa Yanda dan Ulfa Hidayanti, (2023), Pengantar Metode Analisis Sentimen, Jawa Barat: Gunadarma.
Fauzan Novansyah. (2023). Analisis Pengaruh Sudut Bevel dan Polaritas Terhadap Defect Pada Tembusan Hasil Pengelasan SMAW. Jurnal: Pendidikan Vokasional Teknik Mesin, Universitas Sultan Ageng Tirtayasa.
Firdaus, A. A., Yudhana, A., Riadi, I., & Mahsun. (2024). Prediction of Indonesian Presidential Election Results using Sentiment Analysis with Naïve Bayes Method. Jurnal Media Informatika Budidarma.
Fitrianti, S., & Yudhistira, A. (2024). Analisis Sentimen Media Sosial Terhadap Calon Pilkada 2024 Dengan Metode Naïve Bayes. Jurnal Pendidikan dan Teknologi Indonesia.
Gunawan, Y., Purnama, I., & Rohani. (2024). Sentiment Analysis of Twitter towards the 2024 Indonesian Presidential Candidates Using the Naïve Bayes Algorithms. International Journal of Science, Technology & Management.
Herlinawati, N., Yuliani, Y., Faizah, S., Gata, W., & Samudi, S. (2020). Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine. CESS (Journal of Computer Engineering, System and Science), 5(2), 293.
Hidayat, R., Hakim, A. B., & Nugraha, R. (2024). Perbandingan Metode Naïve Bayes dan Decision Tree C4.5 untuk Analisis Sentimen Produk Es Teh Indonesia di Media Sosial Twitter. Jurnal SISKOM-KB.
Indriyani, F. A., Fauzi, A., & Faisal, S. (2023). Analisis Sentimen Aplikasi TikTok Menggunakan Algoritma Naïve Bayes dan Support Vector Machine. Jurnal Teknologi dan Manajemen Informatika.
Irwansyah Saputra, D. A. K. (2022). Machine Learning untuk Pemula, Bandung: Informatika.
Ismail, Nugroho, M. A., & Sulistiyowati, R. (2023). Sentiment Analysis Netizens on Social Media Twitter Against Indonesian Presidential Candidates in 2024 Using Naive Bayes Classifier Algorithm. Jurnal Media Informatika Budidarma.
Kresentia Verena Septiana Toy. (2021). Analisis Sentimen Twitter menggunakan Metode Naive Bayes dengan Relevance Frequency Feature Selection (Studi Kasus: Opini Masyarakat mengenai Kebijakan New Normal). Jurnal: Teknik Informatika, Universitas Brawijaya.
Lina Kartika Pratiwi, (2023), Peningkatan Akurasi Analisis Sentimen Dengan Algoritma Machine Learning, Jurnal: Teknologi Pintar, Vol. 3, No. 11.