Classifying Pro-vaccine and Anti-vaccine Posts in Social Media Using The TF-IDF Weighted Naive Bayes Classifier

NINDITO W BAGASKARA, I Gede Mujiyatna S.Kom., M.Kom.

2019 | Skripsi | S1 ILMU KOMPUTER

Sebuah tweet adalah sebuah posting yang dibuat oleh seorang user di media sosial bernama Twitter. Posting tersebut terdiri dari maksimum 280 karakter. Sebuah tweet dapat berisi segala sesuatu mulai dari informasi hingga opini. Beberapa peneliti telah mengevaluasi apakah tweet ini berisi pendapat yang dapat dianalisis dengan tujuan klasifikasi sentiment. Naive Bayes adalah sebuah algoritma yang sering digunakan untuk tujuan klasifikasi data Twitter. Sebuah Bayesian classifier memungkinkan pembobotan algoritma seperti TF-IDF untuk diimplementasikan di dalamnya untuk meningkatkan performa. Tujuan dari penelitian ini adalah untuk mengimplementasikan pembobotan TF-IDF pada suatu classifier Naive Bayes dengan tujuan meningkatkan nilai performa ketika digunakan untuk tujuan klasifikasi tweet pro-vaccine, anti-vaccine, dan netral. Hasil yang diperoleh dari penelitian ini menunjukkan kemampuan sistem mempunyai akurasi rata-rata 84% untuk membedakan antara tweet pro-vaccine, anti-vaccine, dan netral. Berdasarkan hasil penelitian, dapat disimpulkan bahwa meskipun sebuah classifier Naive Bayes dengan pembobotan TF-IDF dapat mempunyai akurasi yang cukup baik, akan tetapi belum optimal ketika digunakan dalam suatu dataset yang berisi penuh dengan sarkasme dan ambigu.

A tweet is a post made by a user on the social media called Twitter. It is a form of a message that is composed with a maximum of 280 characters. A tweet can contain anything from information to opinions. Several researches have been done to see whether these tweets containing opinions can be analyzed for the purpose of sentiment classification. Naive Bayes is an algorithm that is often used for the purpose of classification on twitter data. A Bayesian classifier allows a weighting algorithm such as TF-IDF to be implemented within it to improve performance. In this research, the goal is to implement TF-IDF weighting to a Naive Bayes classifier in order to produce a high performance score when used for the purpose of classifying pro-vaccine, anti-vaccine, and neutral tweets. The results obtained in this research gave the average accuracy of 84% for the system's ability of distinguishing between pro-vaccine, anti-vaccine, and neutral tweets. Based on the experiment results obtained, although the TF-IDF weighted Naive Bayes classifier can indeed be satisfactorily accurate, it is un-optimized to be used on a dataset that contains a large amount of sarcasm and ambiguity.

Kata Kunci : Naive Bayes, Term Frequency-Inverse Document Frequency, Classification