Analisis Sentimen Publik Terhadap Revisi UU TNI 2025 Menggunakan Algoritma Naïve Bayes

Abstrak

Perkembangan opini publik terhadap revisi Undang-Undang Tentara Nasional Indonesia (UU TNI) Tahun 2025 di media sosial menimbulkan berbagai respons yang sulit dianalisis secara manual karena jumlah data yang besar dan tidak terstruktur. Kondisi ini memerlukan pendekatan komputasi yang mampu mengidentifikasi kecenderungan sentimen masyarakat secara sistematis. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap revisi UU TNI Tahun 2025 menggunakan algoritma Naïve Bayes berbasis TF-IDF serta mengevaluasi performa model klasifikasi yang digunakan. Data penelitian diperoleh melalui teknik crawling dari komentar pengguna YouTube yang berkaitan dengan revisi UU TNI Tahun 2025. Tahapan pengolahan data meliputi cleaning, case folding, tokenizing, normalization, stopword removal, dan stemming sebelum dilakukan pembobotan TF-IDF dan proses klasifikasi menggunakan Naïve Bayes. Hasil penelitian terhadap 1826 data menunjukkan bahwa sentimen publik didominasi oleh kategori netral sebesar 79,8%, sedangkan sentimen positif sebesar 13,1% dan sentimen negatif sebesar 7,0%. Evaluasi model menghasilkan akurasi sebesar 77,11%, namun model menunjukkan kecenderungan bias terhadap kelas mayoritas sehingga kemampuan klasifikasi pada sentimen positif dan negatif belum optimal. Berdasarkan hasil tersebut, metode Naïve Bayes cukup efektif digunakan sebagai pendekatan awal dalam analisis sentimen, tetapi masih memiliki keterbatasan dalam menangani dataset yang tidak seimbang dan karakteristik bahasa media sosial yang kompleks. Oleh karena itu, diperlukan pengembangan metode yang lebih adaptif untuk meningkatkan kualitas hasil klasifikasi sentimen.