Penerapan Natural Language Processing (NLP) dalam Analisis Sentimen pada Media Sosial

Abstract

Penelitian ini bertujuan untuk mengeksplorasi penggunaan teknik Natural Language Processing (NLP) dalam menganalisis sentimen di media sosial. Analisis sentimen merupakan aspek penting dalam memahami opini publik, tren sosial, dan perilaku konsumen. Dalam penelitian ini, kami menggunakan dataset dari Twitter yang mencakup tweet terkait produk tertentu untuk menganalisis bagaimana NLP dapat digunakan untuk mengklasifikasikan tweet sebagai positif, negatif, atau netral. Penelitian ini mengimplementasikan algoritma Support Vector Machine (SVM) dan Naive Bayes (NB) untuk klasifikasi sentimen dan mengukur akurasi masing-masing model. Hasil menunjukkan bahwa SVM memiliki akurasi yang lebih tinggi dibandingkan NB dalam analisis sentimen. Penelitian ini menyimpulkan bahwa teknik NLP dapat menjadi alat yang efektif dalam analisis sentimen, yang dapat digunakan oleh perusahaan untuk memahami opini publik tentang produk mereka