Analisis Sentimen Berbasis Aspek Kinerja Pemerintah Kota Surabaya Menggunakan Algoritma Naïve Bayes

Abstract

Abstrak—Dalam era digital, media sosial menjadi sarana yang sangat penting bagi masyarakat untuk menyuarakan opini terhadap kinerja pemerintah. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap kinerja Pemerintah Kota Surabaya berdasarkan aspek infrastruktur, ekonomi, pendidikan, dan kesehatan. Data dikumpulkan dari komentar publik di Instagram menggunakan teknik crawling dan dilabeli secara manual berdasarkan aspek dan polaritas sentimen. Setelah melalui tahapan pra-pemrosesan dan transformasi dengan TF-IDF, model dilatih menggunakan algoritma Multinomial Naïve Bayes. Hasil evaluasi menunjukkan performa model yang bervariasi pada setiap aspek. Pada aspek ekonomi, model mencapai akurasi 90%, dengan f1-score 0,93 (negatif) dan 0,82 (positif). Pada aspek kesehatan, akurasi sebesar 92%, dengan f1-score 0,93 (negatif) dan 0,90 (positif). Aspek pendidikan memperoleh akurasi 89%, dengan f1-score 0,92 (positif). Sementara itu, aspek infrastruktur memiliki performa terendah dengan akurasi 69%, dan f1-score hanya 0,45 untuk sentimen positif. Penelitian ini membuktikan bahwa pendekatan aspect-based sentiment analysis menggunakan Naïve Bayes efektif untuk mengidentifikasi persepsi masyarakat, serta memberikan kontribusi dalam pengambilan kebijakan berbasis data yang lebih responsif.

Kata Kunci— Analisis Sentimen, Aspect-Based Sentiment Analysis, Multinomial Naïve Bayes, Media Sosial, Infrastruktur, Ekonomi, Pendidikan, Kesehatan, Pemerintah Kota Surabaya.