Analisis Sentimen Berita Hoax Menggunakan Naive Bayes

Saat ini WhatsApp merupakan aplikasi yang banyak digunakan oleh masyarakat Indonesia sebagai sarana komunikasi jarak jauh dengan pengguna lain. WhatsApp juga memiliki fitur yang dapat digunakan untuk kepentingan perlindungan dalam mengatasi tindak kejahatan digital yaitu penyebaran berita hoax presiden Joko Widodo 3 periode. Untuk mengatasi kejahatan yang ada maka diperlukan sebuah analisis sentimen agar dapat menyelesaikan tindak kejahatan tersebut. Penelitian ini menggunakan algoritma Naïve Bayes untuk mengklasifikasikan percakapan yang ditemukan dan User Acceptence Test (UAT) untuk mengetahui tanggapan responden tentang kemudahan aplikasi desktop python terhadap penggunaan aplikasi tersebut. Hasil yang didapatkan adalah penggunaan aplikasi desktop dengan bahasa pemrograman Pyhton kurang maksimal dalam mendapatkan kalimat bukti percakapan berdasar file gambar yang ditentukan, dari 80 kalimat percakapan tersebut dapat dihasilkan berjumlah 75 kalimat percakapan. Kemudian, pada proses klasifikasi menggunakan Naïve Bayes dengan skenario 50:50 didapatkan akurasi 88%, precision 84%, dan recall 91,3%, sedangkan hasil dari pengujian UAT memiliki persentase 50% sangat setuju, 40% setuju, dan 7,1% tidak setuju. Dapat disimpulkan aplikasi desktop python berfungsi, sesuai dan layak untuk digunakan, akan tetapi untuk mendapatkan hasil yang maksimal perlu adanya pengembangan lebih lanjut dan disimpulkan juga aplikasi desktop python mudah dan layak digunakan, tetapi untuk mendapatkan hasil yang maksimal perlu adanya pengembangan lebih lanjut.