KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP EFISIENSI ANGGARAN PEMERINTAH MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

M. Audi Alfaridzy, Elin Haerani, Jasril -, Lola Oktavia

Abstract


Kebijakan efisiensi anggaran pemerintah Indonesia tahun 2025 merupakan respons terhadap kebutuhan penguatan fiskal dan pengalokasian ulang anggaran untuk program prioritas nasional. Melalui Instruksi Presiden Nomor 1 Tahun 2025, pemerintah menetapkan penghematan sebesar Rp306,7 triliun dengan memotong belanja kementerian/lembaga dan transfer ke daerah. Meskipun ditujukan untuk mendukung program strategis seperti Makan Bergizi Gratis (MBG), kebijakan ini menimbulkan dampak signifikan, seperti pemangkasan anggaran lembaga penting (misalnya BMKG) lebih dari 50%, pembatalan proyek infrastruktur, serta pengurangan tenaga kerja di sektor media publik. Kondisi ini menimbulkan perdebatan di tengah masyarakat terkait kebutuhan penghematan dan potensi risikonya terhadap pelayanan publik, investasi, serta pemerataan pembangunan. Penelitian ini bertujuan mengklasifikasikan sentimen masyarakat terhadap kebijakan efisiensi anggaran berdasarkan komentar dari media sosial Instagram. Tahapan penelitian meliputi pengumpulan data, pelabelan manual, cleaning, case folding, tokenizing, normalisasi, negation handling, stopword removal, stemming, pembobotan TF-IDF, klasifikasi dengan Naïve Bayes, dan pengujian. Sebanyak 1.408 komentar dari dua akun Instagram diklasifikasikan menggunakan metode Naïve Bayes Classifier dengan hasil akurasi 90,74%, presisi 85,16%, recall 98,51%, dan F1-score 91,35%. Penelitian ini diharapkan dapat dikembangkan dengan metode klasifikasi lainnya di masa depan.

Keywords


Sentimen masyarakat; Efisiensi anggaran; dampak sosial; Klasifikasi Naïve Bayes; klasifikasi sentimen.

Full Text:

PDF

References


N. M. A. J. Astari, Dewa Gede Hendra Divayana, and Gede Indrawan, “Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier,” Jurnal Sistem dan Informatika (JSI), vol. 15, no. 1, pp. 27–29, 2020, doi: 10.30864/jsi.v15i1.332.

F. N. Hertati, Hertati; Haerani, Elin; Syafria, “KLIK: Kajian Ilmiah Informatika dan Komputer Analisis Sentimen Masyarakat Terhadap Kenaikan Biaya Haji Tahun 2023 Menggunakan Metode Naïve Bayes Classifier,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 3, pp. 1578–1584, 2023, doi: 10.30865/klik.v4i3.1457.

R. Azhar, A. Surahman, and C. Juliane, “Analisis Sentimen Terhadap Cryptocurrency Berbasis Python TextBlob Menggunakan Algoritma Naïve Bayes,” Jurnal Sains Komputer & Informatika (J-SAKTI, vol. 6, no. 1, pp. 267–281, 2022.

Y. Nurtikasari, Syariful Alam, and Teguh Iman Hermanto, “Analisis Sentimen Opini Masyarakat Terhadap Film Pada Platform Twitter Menggunakan Algoritma Naive Bayes,” INSOLOGI: Jurnal Sains dan Teknologi, vol. 1, no. 4, pp. 411–423, 2022, doi: 10.55123/insologi.v1i4.770.

P. Arsi, B. A. Kusuma, and A. Nurhakim, “Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier,” Jurnal Informatika Upgris, vol. 7, no. 1, pp. 1–6, 2021, doi: 10.26877/jiu.v7i1.7636.

W. A. Prabowo and C. Wiguna, “Sistem Informasi UMKM Bengkel Berbasis Web Menggunakan Metode SCRUM,” Jurnal Media Informatika Budidarma, vol. 5, no. 1, p. 149, 2021, doi: 10.30865/mib.v5i1.2604.

Y. A. Singgalen, “Analisis Sentimen Wisatawan Melalui Data Ulasan Candi Borobudur di Tripadvisor Menggunakan Algoritma Naïve Bayes Classifier,” Building of Informatics, Technology and Science (BITS), vol. 4, no. 3, 2022, doi: 10.47065/bits.v4i3.2486.

Alfandi Safira and F. N. Hasan, “Analisis Sentimen Masyarakat Terhadap Paylater Menggunakan Metode Naive Bayes Classifier,” ZONAsi: Jurnal Sistem Informasi, vol. 5, no. 1, pp. 59–70, 2023, doi: 10.31849/zn.v5i1.12856.

H. P. Doloksaribu and Yusran Timur Samuel, “Komparasi Algoritma Data Mining Untuk Analisis Sentimen Aplikasi Pedulilindungi,” Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika, vol. 16, no. 1, pp. 1–11, 2022, doi: 10.47111/jti.v16i1.3747.

A. Anjani, A. Chamid, and A. Murti, “Analisis Sentimen Kaum LGBT pada Media Sosial Twitter Menggunakan Algoritma Naïve Bayes,” JTINFO : Jurnal Teknik Informatika, vol. 1, no. 2, pp. 1–8, 2022, [Online]. Available: https://journal.unisnu.ac.id/JTINFO/article/view/259

Zaenab Kurnia, Amalina Maryam Zakiyyah, Nur Qodariyah Fitriyah, and Agus Milu Susetyo, “Analisis Sentimen Masyarakat Berdasarkan Komentar Kerja Sama Tiktok Shop dan Tokopedia di Instagram Menggunakan Metode Naïve Bayes Classifier,” Jurnal Penelitian Teknologi Informasi dan Sains, vol. 2, no. 2, pp. 115–125, 2024, doi: 10.54066/jptis.v2i2.1978.

R. N. Amrin, “Sentimen Warganet terhadap Postingan Akun Instagram @kementerian.atrbpn sebagai Evaluasi dalam Membangun Citra Kementerian ATR/BPN,” Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional Sekolah Tinggi Pertanahan Nasional Yogyakarta, 2024.

E. Budianita, E. P. Cynthia, A. Pranata, and D. Abimanyu, “Pendekatan berbasis Machine Learning dan Leksikal Pada Analisis Sentimen,” Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI), pp. 99–104, 2022, [Online]. Available: https://ejournal.uin-suska.ac.id/index.php/SNTIKI/article/view/19137

Tamara Rosyida, H. P. Putro, and Herry Wahyono, “Analisis Sentimen Terhadap Pilpres 2024 Berdasarkan Opini Dari Twitter Menggunakan Naïve Bayes Dan Svm,” Teknokris, vol. 26, no. 1, pp. 23–32, 2023, doi: 10.61488/teknokris.v26i1.245.

K. A. Nugraha, “Analisis Sentimen Berbasis Emoticon pada Komentar Instagram Bahasa Indonesia Menggunakan Naïve Bayes,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 7, no. 3, pp. 715–721, 2021, doi: 10.28932/jutisi.v7i3.4094.

Ratih Puspitasari, Y. Findawati, and M. A. Rosid, “Sentiment Analysis of Post-Covid-19 Inflation Based on Twitter Using the K-Nearest Neighbor and Support Vector Machine Classification Methods,” Jurnal Teknik Informatika (Jutif), vol. 4, no. 4, pp. 669–679, 2023, doi: 10.52436/1.jutif.2023.4.4.801.

R. Asmara, M. F. Ardiansyah, and M. Anshori, “Analisa Sentiment Masyarakat terhadap Pemilu 2019 berdasarkan Opini di Twitter menggunakan Metode Naive Bayes Classifier,” INOVTEK Polbeng - Seri Informatika, vol. 5, no. 2, p. 193, 2020, doi: 10.35314/isi.v5i2.1095.

A. Prasetyo, “Implementasi Naive Bayes Classifier untuk Analisis Sentimen Ulasan Aplikasi Indodax pada Google Play Store,” UIN Sultan Syarif Kasim Riau, 2025.

Z. Annisa and B. S. S. Ulama, “Analisis Sentimen Data Ulasan Pengguna Aplikasi ‘PeduliLindungi’ pada Google Play Store Menggunakan Metode Naïve Bayes Classifier Model Multinomial,” Jurnal Sains dan Seni ITS, vol. 11, no. 6, 2023, doi: 10.12962/j23373520.v11i6.94064.

M. Raffi, A. Suharso, and I. Maulana, “Analisis Sentimen Ulasan Aplikasi Binar Pada Google Play Store Menggunakan Algoritma Naïve Bayes Sentiment Analysis of Binar Application Reviews on Google Play Store Using Naïve Bayes Algorithm,” Journal of Information Technology and Computer Science (INTECOMS), vol. 6, no. 1, pp. 1–7, 2023.




DOI: https://doi.org/10.31932/jutech.v6i1.4969

Article Metrics

Abstract view : 120 times
PDF - 96 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 M. Audi Alfaridzy, Elin Haerani, Jasril -, Lola Oktavia

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Creative Commons License
JUTECH: Journal Education and Technology is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.