ANALISIS SENTIMEN PUBLIK TERHADAP FILM DOKUMENTER 'DIRTY VOTE' DI TWITTER MENGGUNAKAN NAÏVE BAYES DENGAN OPTIMASI GRID SEARCH

Film "Dirty Vote" menjadi sebuah film yang memberikan penjelasan secara
realita tentang isu-isu dugaan kecurangan pada sistem demokrasi Indonesia yang
dipublikasikan menjelang pelaksanaa pemilu 2024, hal ini memberikan berbagai
opini masyarakat yang pro dan kontra terhadap film tersebut sehingga dapat
memengaruhi stabilitas terhadap sistem demokrasi Indonesia. Tujuan dari
penelitian ini adalah untuk menganalisa reaksi yang diberikan masyarakat terhadap
film dokumenter "Dirty Vote" sehingga akan menjadi suatu pertimbangan untuk
mengetahui kesadaran masyarakat dalam menanggapi sebuah film secara rasional
dan meningkatkan kualitas demokrasi di Indonesia. Penelitian ini akan menguji
nilai keakuratan data yang digunakan dalam pengklasifikasian menggunakan Naive
Bayes Classifier berdasarkan data twitter yang sudah dikumpulkan. Hasil evaluasi
model Naive Bayes dalam mengklasifikasikan sentimen didapatkan hasil akurasi
sebesar 86%, dengan nilai presisi 84?n recall 91%. Jika dibandingkan dengan
implementasi metode hyperparameter dari gridsearch dengan kombinasi statified
k-fold beserta konfigurasi parameter untuk alpha: [0,1], binarize: [0.0], dan fit
prior: [true, false] didapatkan hasil yang lebih baik dengan akurasi sebesar 90%,
dengan nilai presisi 87?n recall 94%. Hal ini menunjukan bahwa dengan
menggunakan metode optimasi parameter dari Gridsearch dapat membantu sebuah
model klasifikasi dalam meningkatkan akurasi. Diharapkan dari penelitian ini dapat
memberikan kontribusi signifikan terhadap perkembangan sistem demokrasi di
Indonesia, khususnya dalam meningkatkan kesadaran masyarakat agar dapat
berpikir secara rasional dan kritis dalam menilai serta menganalisis sebuah film