Pemanfaatan Metode Naïve Bayes untuk Analisis Sentimen Terkait Insiden Server Down dan Peretasan pada Pusat Data Nasional

Abstrak

Penelitian ini bertujuan untuk menganalisis sentimen pengguna platform X terhadap insiden gangguan layanan dan peretasan yang menimpa Pusat Data Nasional (PDN). Metode Naïve Bayes digunakan untuk mengklasifikasikan 1004 tweet berbahasa Indonesia yang dikumpulkan selama bulan Juni hingga Juli 2024. Proses penelitian mencakup tahapan crawling data, preprocessing, klasifikasi sentimen, evaluasi model, hingga visualisasi hasil. Dataset dibagi menjadi 80% data latih dan 20% data uji. Hasil menunjukkan bahwa model mencapai akurasi sebesar 83% dengan f1-score untuk sentimen positif sebesar 0,83 dan negatif sebesar 0,87, sementara performa untuk sentimen netral masih rendah. Temuan ini memperlihatkan efektivitas metode Naïve Bayes dalam memetakan opini publik terhadap isu keamanan data nasional.