Vol. 9 No. 1 (2025), Articles
Vol. 9 No. 1 (2025)

Analisis Sentimen Komentar Twitter (X) tentang Kesehatan Mental menggunakan Naïve Bayes untuk Mengukur Opini Publik

Articles
Published 2025-07-10
Umul Latifah
Universitas Nusantara PGRI Kediri
Tasbi Khatuz Zuhriya
Universitas Nusantara PGRI Kediri
Erna Daniati
Universitas Nusantara PGRI Kediri
https://orcid.org/0009-0008-9471-4421
PDF

Keywords

Analisis Sentimen
Kesehatan Mental
Twitter (X)

How to Cite

Analisis Sentimen Komentar Twitter (X) tentang Kesehatan Mental menggunakan Naïve Bayes untuk Mengukur Opini Publik. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(1), 463-471. https://doi.org/10.29407/pcj3sb07
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver AMA

Download Citation

Endnote/Zotero/Mendeley (RIS) BibTeX

Abstract

Penelitian ini dilakukan dengan tujuan untuk menganalisis komentar pengguna Twitter (X) terhadap isu kesehatan mental serta dampaknya terhadap opini publik. Dalam proses analisis komentar pengguna, metode yang digunakan adalah algoritma Naïve Bayes dengan pendekatan Analisis Sentimen untuk mengklasifikasi komentar menjadi sentimen positif dan negatif. Data yang digunakan dalam penelitian ini merupakan dataset Twitter (X) bertema kesehatan mental yang diperoleh melalui platform Kaggle. Dengan adanya penelitian ini diharapkan dapat memetakan opini publik yang bisa dijadikan dasar pemahaman terhadap persepsi masyarakat tentang kesehatan mental di media sosial khususnya Twitter (X).

PDF

References

[1] Frengki Apryanto, “PERAN GENERASI MUDA TERHADAP PERKEMBANGAN TEKNOLOGI DIGITAL DI ERA SOCIETY 5.0,” Media Husada Journal of Community Service, vol. 2, no. 2, pp. 130–134, 2022, doi: 10.33475/mhjcs.v2i2.35.

[2] J. Saragih, M. Purba, M. Manik, N. D. Aulia, W. Wulandari, and O. A. Sihaloha, “PERAN INFLUENCER INSTAGRAM DALAM MEMBENTUK OPINI PUBLIK DAN PARTISIPASI POLITIK,” Journal Education and Government Wiyata, vol. 2, no. 4, pp. 396–406, Nov. 2024, doi: 10.71128/e-gov.v2i4.157.

[3] A. N. Haryanti, M. B. S. Putra, N. Larasati, V. N. Khairunnisa, and L. D. D. A, “Analisis Kondisi Kesehatan Mental di Indonesia Dan Strategi Penanganannya,” Student Research Journal, vol. 2, no. 3, pp. 28–40, Jun. 2024, doi: 10.55606/srjyappi.v2i3.1219.

[4] M. Syarifuddinn, “ANALISIS SENTIMEN OPINI PUBLIK MENGENAI COVID-19 PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES DAN KNN,” INTI Nusa Mandiri, vol. 15, no. 1, pp. 23–28, Aug. 2020, doi: 10.33480/inti.v15i1.1347.

[5] M. M. M. Olhang, S. Achmadi, and F. X. Ariwibisono, “ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP COVID-19 DI INDONESIA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC),” Jurnal Mahasiswa Teknik Informatika, vol. 4, no. 2, pp. 214–221, Sep. 2020, doi: 10.36040/jati.v4i2.2695.

[6] A. Safira and F. N. Hasan, “ANALISIS SENTIMEN MASYARAKAT TERHADAP PAYLATER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER,” Jurnal Sistem Informasi, vol. 5, no. 1, pp. 59–70, Jan. 2023, doi: 10.31849/zn.v5i1.12856.

[7] Zaenal, Y. Salim, and L. B. Ilmawan, “Analisis Sentimen terhadap Komentar Negatif di Media Sosial Facebook dengan Metode Klasifikasi Naïve Bayes,” Buletin Sistem Informasi dan Teknologi Islam, vol. 1, no. 4, pp. 259–265, Nov. 2020, doi: 10.33096/busiti.v1i4.666.

[8] E. Daniati and H. Utama, “TOPSIS in Decision-Making Framework Based on Twitter Sentiment Analysis,” International Conference on Information and Communications Technology, pp. 268–273, Aug. 2021, doi: 10.1109/ICOIACT53268.2021.9564015.

[9] A. P. Yoga, Y. Umaidah, and A. Voutama, “Analisis Sentimen Media Sosial Twitter Dengan Algoritma K-Nearest Neighbor Dan Seleksi Fitur Chi-Square (Kasus Omnibus Law Cipta Kerja),” Jurnal Sains Komputer & Informatika (J-SAKTI, vol. 5, no. 2, pp. 897–910, Sep. 2021, doi: 10.30645/j-sakti.v5i2.386.

[10] O. S. D. Silaen, H. Herlawati, and R. Rasim, “Analisis Sentimen Mengenai Gangguan Bipolar Pada Twitter Menggunakan Algoritma Naïve Bayes,” Jurnal Komtika (Komputasi dan Informatika), vol. 6, no. 2, pp. 63–73, Nov. 2022, doi: 10.31603/komtika.v6i2.8198.

[11] Y. A. N. Jannah and R. B. Prasetyo, “Analisis Sentimen dan Emosi Publik pada Awal Pandemi COVID-19 Berdasarkan Data Twitter dengan Pendekatan Berbasis Leksikon,” SEMINAR NASIONAL OFFICIAL STATISTICS, vol. 2022, no. 1, pp. 597–608, Nov. 2022, doi: 10.34123/semnasoffstat.v2022i1.1483.

[12] G. Z. Dhamara, D. N. Alamsyah, P. W. Saputro, E. Daniati, and A. Ristyawan, “Analisis Sentimen Aplikasi Mybca Melalui Review Pengguna Di Google Play Store Menggunakan Algoritma Naive Bayes,” Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), vol. 8, no. 2, pp. 1102–1111, Aug. 2024, doi: 10.29407/inotek.v8i2.5044.

[13] I. N. Bhakti, A. Z. Sholikhin, M. A. Lukman, E. Daniati, and A. Ristyawan, “Klasifikasi Kategori Berita Menggunakan Naive Bayes,” Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), vol. 8, no. 2, pp. 1155–1164, Aug. 2024, doi: 10.29407/inotek.v8i2.5051.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2025 Umul Latifah, Tasbi Khatuz Zuhriya, Erna Daniati