Dalam era digital yang semakin berkembang, media sosial menjadi salah satu platform utama bagi masyarakat untuk menyampaikan pendapat dan keluhan terhadap layanan publik. Salah satu layanan yang sering dibahas di media sosial adalah Bea Cukai. Sebagai lembaga yang berperan penting dalam mengelola lalu lintas barang di perbatasan, performa dan layanan Bea Cukai sangat berpengaruh terhadap persepsi masyarakat. Untuk memahami bagaimana masyarakat merespons layanan ini, analisis sentimen menjadi alat yang sangat berguna.
Penelitian ini memanfaatkan data dari platform Twitter guna melakukan analisis sentimen terhadap layanan Bea Cukai, menggunakan algoritma Naive Bayes dan Support Vector Machine. Hasil dari analisis sentimen ini akan membantu Bea Cukai untuk mendapatkan gambaran lebih jelas tentang bagaimana masyarakat menilai layanan mereka. Dengan mengetahui sentimen publik—baik positif maupun negatif—Bea Cukai dapat mengambil langkah-langkah strategis untuk memperbaiki layanan, merespons keluhan, serta meningkatkan kepuasan masyarakat. Dalam penelitian yang dilakukan, algoritma Naive Bayes dan Support Vector Machine yang digunakan untuk memproses ribuan tweet yang berhubungan dengan layanan Bea Cukai.
Metodologi Penelitian
1. Pengumpulan data
Disini proses mengumpulkan dan menyusun data yang akan digunakan untuk melatih dan menguji mode dalam klasifikasi atau prediksi. Proses pengumpulan data dengan menggunakan Tweet Harvest yang di sediakan di Google colab dengan mendapatkan dataset sebanyak 4000.
2.Processing Data
Processing adalah serangkaian langkah yang dilakukan untuk mengubah data mentah menjadi informasi yang dapat digunakan untuk analisis lebih lanjut, interpretasi, atau pengambilan keputusan. Pemrosesan data melibatkan transformasi, pembersihan, dan pengorganisasian data agar lebih mudah dianalisis oleh manusia atau algoritma.
3.Pelabelan Data
Tahap ini adalah tahap bagian pelabelan pada data yang sudah di besihkan pada proses processing data. Disini pelabelan menggunakan libary luxion Based yang ada pada google colab yang dibagi jadi data positif dan data negatif
4.Klasifikasi Naive Bayes dan Support Vector Machine