KOMPARASI ALGORITMA NAIVE BAYES DAN LOGISTIC REGRESSION TERHADAP ANALISIS SENTIMEN PERGANTIAN PELATIH TIMNAS INDONESIA DI MEDIA SOSIAL X (TWITTER)

Abstract

Perubahan pelatih Timnas Indonesia pada awal 2025, khususnya penunjukan Patrick Kluivert, memicu beragam respons dari masyarakat yang disuarakan secara masif melalui media sosial X (sebelumnya Twitter). Penelitian ini bertujuan untuk membandingkan performa algoritma Naive Bayes dan Logistic Regression dalam menganalisis sentimen publik terhadap pergantian pelatih Timnas Indonesia, Patrick Kluivert, pada media sosial X selama periode 6 Januari hingga 6 Maret 2025. Data sebanyak 4.847 tweet berbahasa Indonesia dikumpulkan melalui teknik crawling menggunakan Google Colab dan diberi label sentimen (positif, negatif, netral) dengan bantuan empat platform AI: ChatGPT, Copilot, Grok, dan Blackbox AI. Proses text-preprocessing meliputi case folding, cleaning, normalization, tokenizing, stopword removal, dan stemming, diikuti ekstraksi fitur menggunakan TF-IDF. Untuk mengatasi ketidakseimbangan kelas, teknik SMOTE diterapkan. Pengujian dilakukan dengan delapan skenario berdasarkan variasi rasio data (70:30 dan 80:20) dan penggunaan SMOTE, dengan evaluasi performa menggunakan matriks akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa Logistic Regression dengan SMOTE menghasilkan performa terbaik dengan akurasi 83,80%, precision 82,80%, recall 82,70%, dan F1-score 82,80%. Analisis sentimen mengindikasikan dominasi sentimen negatif, mencerminkan kritik masyarakat terhadap pergantian pelatih. Penelitian ini memberikan wawasan tentang persepsi publik dan menunjukkan bahwa Logistic Regression lebih unggul dibandingkan Naive Bayes dalam konteks analisis sentimen berbasis data media sosial.