Analisis Sentimen Publik Terhadap Isu Selat Hormuz Pada Platform X Menggunakan Multinomial Naive Bayes
Abstract
Abstrak. Eskalasi konflik geopolitik di Selat Hormuz memicu lonjakan opini publik di media sosial X yang rentan terhadap bias jika dianalisis secara manual. Penelitian ini bertujuan mengidentifikasi kecenderungan sentimen publik secara otomatis menggunakan kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM). Sebanyak 3.000 cuitan diekstraksi dan melewati tahapan text preprocessing, menyisakan 2.581 dokumen teks bersih. Transformasi teks dilakukan menggunakan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) dengan ekstraksi fitur N-Gram. Pemodelan diklasifikasikan menggunakan algoritma Multinomial Naive Bayes (MNB) yang dioptimasi melalui Hyperparameter Tuning (GridSearchCV) dan diseimbangkan menggunakan Synthetic Minority Over-sampling Technique (SMOTE). Evaluasi performa model klasifikasi berhasil mencapai tingkat akurasi sebesar 80,66%. Uji validitas sampel terhadap label otomatis menghasilkan nilai Cohen’s Kappa 0,4308 yang mengindikasikan tingkat kesepakatan sedang. Temuan ini menunjukkan bahwa model yang dibangun mampu mengekstraksi pola sentimen masyarakat secara terukur sebagai referensi berbasis data bagi pengamat kebijakan internasional.
Downloads
References
Ita Istiqomah and Dian Mutmainah, “Upaya Diplomasi Maritim Koersif Amerika Serikat terhadap Iran di Selat Hormuz,” SOSMANIORA J. Ilmu Sos. dan Hum., vol. 4, no. 2, pp. 515–529, 2025, doi: 10.55123/sosmaniora.v4i2.5386.
H. Noviyanto and N. Abdullah, “Security and Sovereignty in The Strait of Hormuz : The Iran- USA Conflict,” JPSD (Journal Policy, Secur. Democr., vol. vol 1, no1, no. 1, pp. 87–105, 2025, [Online]. Available: https://doi.org/10.63280/jpsd.v1i1.42245
D. Jurafsky and J. H. Martin, “Summary of Contents,” 2026, [Online]. Available: https://web.stanford.edu/~jurafsky/slp3/
F. Fitriyadi and A. Astikasari, “Analisis Sentimen Masyarakat Terhadap Kebijakan Kenaikan Umk 6,5% Menggunakan Metode Naive Bayes,” J. Ris. Sist. dan Teknol. Inf., vol. 3, no. 1, pp. 26–35, 2025, doi: 10.30787/restia.v3i1.1885.
S. Riyadi, “Analisis Sentimen Opini Masyarakat Terhadap Stadion Jakarta Internasional Stadium (JIS) Pada Twitter Dengan Perbandingan Metode Naive Bayes Dan Support Vector Machine,” J. Sains dan Teknol., vol. 5, no. 3, pp. 801–809, 2025, [Online]. Available: https://doi.org/10.55338/saintek.v5i1.2790
S. M. Fauzi and R. Cahyana, “Analisis Sentimen Publik Pada Media Sosial Multi-Platform Terhadap Kinerja Presiden Prabowo Subianto Menggunakan Algoritma Naive Bayes,” J. Algoritm., vol. 22, no. 2, pp. 1907–1918, 2025, doi: 10.33364/algoritma/v.22-2.2586.
A. Karima, A. Ulya, T. S. A. Sukiman, and A. Zufia, “Twitter Sentiment Analysis on the Iran-Israel Conflict Using the Naïve Bayes Classification Algorithm,” vol. 6, no. 2, pp. 930–943, 2025, doi: 10.30596/jcositte.v6i2.26093.
D. D. Putri, G. F. Nama, and W. E. Sulistiono, “ANALISIS SENTIMEN KINERJA DEWAN PERWAKILAN RAKYAT ( DPR ) PADA TWITTER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER,” vol. 10, no. 1, pp. 34–40, 2022.
D. Rifaldi and A. Fadlil, “DECODE: Jurnal Pendidikan Teknologi Informasi TEKNIK PREPROCESSING PADA TEXT MINING MENGGUNAKAN DATA TWEET ‘MENTAL HEALTH,’” Decod. J. Pendidik. Teknol. Inf., vol. 3, no. 2, pp. 161–171, 2023, [Online]. Available: https://doi.org/10.51454/decode.v3i2.131
G. Ammar, I. Pasaribu, G. Taufik, and G. Chrisnawati, “Penerapan Naïve Bayes Berbasis SMOTE Dan Decision Tree Untuk Analisis Sentimen Timnas Indonesia,” vol. 7, no. 2, pp. 152–160, 2025, [Online]. Available: https://jurnal.bsi.ac.id/index.php/infortech/article/view/11570
H. Hartatik and M. Enggar Aziz Hibbannuari, “Analisis Sentimen Pengguna Twitter Terhadap Layanan Provider Indihome Menggunakan Algoritma Naive Bayes,” J. Autom. Comput. Inf. Syst., vol. 3, no. 1, pp. 19–26, 2023, doi: 10.47134/jacis.v3i1.53.
M. Jamil and M. S. Hanafi, “Analisis Sentimen Calon Kepala Daerah Maluku Utara dengan Metode CRISP-DM,” vol. 7, no. 3, 2025, doi: 10.32877/bt.v7i3.2285.
B. A. Maulana, M. J. Fahmi, A. M. Imran, and N. Hidayati, “Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM),” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 2, pp. 375–384, 2024, doi: 10.57152/malcom.v4i2.1206.
H. Hidayatullah et al., “PENERAPAN NAÏVE BAYES DENGAN OPTIMASI INFORMATION GAIN DAN SMOTE UNTUK ANALISIS SENTIMEN PENGGUNA APLIKASI CHATGPT,” vol. 7, no. 3, 2023, [Online]. Available: https://doi.org/10.36040/jati.v7i3.6887
F. A. Hizham, H. Asy’ari, and M. Y. Urrochman, “Analisis Sentimen Ulasan Kawah Ijen Menggunakan Naïve Bayes Classification dan Optimasi Oversampling Sentiment Analysis Of Ijen Crater Reviews Using Naïve Bayes Classification And Oversampling Optimization,” vol. 13, pp. 2090–2103, 2024, [Online]. Available: https://doi.org/10.32520/stmsi.v13i5.4490
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
