Analisis Sentimen Berdasarkan Opini Pengguna pada Media Twitter Terhadap BPJS Menggunakan Metode Lexicon Based dan Naïve Bayes Classifier

Abstract

Badan Penyelenggara Jaminan Sosial atau di singkat dengan BPJS adalah Lembaga yang dibentuk untuk menyelenggarakan program jaminan sosial di Indonesia menurut Undang-Undang No 40 tahun 2004 dan Undang-Undang No 24 tahun 2011 tentang Sistem Jaminan Sosial Nasional (SJSN). Berdasarkan Undang-Undang No 24 tahun 2011, BPJS akan menggantikan sejumlah Lembaga jaminan sosial yang ada di Indonesia yaitu Lembaga asuransi jaminan kesehatan PT Akses menjadi BPJS kesehatan dan Lembaga jaminan sosial ketenagakerjaan PT Jamsostek menjadi BPJS Ketenagakerjaan. Proses klasifikasi analisis sentimen pada penulisan ini menggunakan metode Naïve Bayes Classifier untuk mengklasifikasi data dan Lexicon Based sebagai penentu sentimen Positif, Negatif dan Netral. Tahap awal analisis sentimen adalah pre-processing yang terdiri dari Filtering , Case Folding , Perbaikan Kata Tidak Baku, Mengubah Kata Bernegasi, Stopword removal, dan penghapusan spasi berlebih. Hasil analisis divisualisasikan dalam bentuk tabel, histogram, diagram lingkaran, diagram batang dan wordcloud, kemudian ditampilkan di situs web sebagai media visualisasi. Akurasi sistem pada analisis sentimen menggunakan Algoritma Naive Bayes Classifier terhadap tweet dengan confusion matrix sebesar 71 %. dan 29 % sebagai kesalahan sistem dalam membaca data.