Skripsi S1

ANALISIS SENTIMEN PADA ULASAN PUBLIK TENTANG EFESIENSI ANGGARAN 2025 MENGGUNAKAN ALGORITMA NAIVE BAYES

Perkembangan media digital mendorong masyarakat untuk menyampaikan opini dan ulasan terhadap berbagai kebijakan pemerintah secara terbuka, termasuk kebijakan efisiensi anggaran tahun 2025. Ulasan publik tersebut mengandung sentimen yang dapat dimanfaatkan untuk mengetahui persepsi masyarakat terhadap kebijakan efisiensi anggaran. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat berdasarkan ulasan publik digital terhadap efisiensi anggaran tahun 2025 menggunakan algoritma Naive Bayes, serta mengukur tingkat akurasi dan performa model yang dihasilkan. Pengujian dilakukan dengan beberapa skenario pembagian data, dan hasil terbaik diperoleh pada skenario split data 90:10, yang menghasilkan nilai akurasi sebesar 74,87%, presisi sebesar 73,21%, recall sebesar 74,87%, dan F1-score sebesar 73,12%. Hasil tersebut menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen masyarakat terhadap kebijakan efisiensi anggaran tahun 2025 dengan performa yang cukup baik. Dengan demikian, metode Naive Bayes berbasis TF-IDF dapat dijadikan sebagai pendekatan yang layak untuk analisis sentimen ulasan publik, meskipun masih terdapat keterbatasan yang dapat dikembangkan pada penelitian selanjutnya. Kata kunci: Analisis Sentimen, Naive Bayes, TF-IDF, Efisiensi Anggaran, Ulasan Publik.

2026