Penelitian ini dilakukan untuk mengkaji sentimen pengguna media sosial X
terhadap isu yang berkembang melalui penggunaan hashtag #KaburAjaDulu dengan
memanfaatkan algoritma Multinomial Naïve Bayes. Data penelitian diperoleh melalui
proses crawling pada periode 10 Januari 2025 hingga 3 Maret 2025, sehingga
terkumpul 1.164 komentar, yang terdiri atas 724 sentimen positif dan 440 sentimen
negatif. Pada tahap awal, dataset dibagi menjadi data latih dan data uji dengan rasio
80:20, di mana data latih digunakan untuk membangun model dan data uji digunakan
untuk pengujian. Tahapan prapemrosesan data meliputi pembersihan teks, tokenisasi,
penghapusan stopword, stemming, serta pembobotan kata menggunakan metode TF–
IDF. Selanjutnya, proses optimasi hyperparameter dilakukan dengan metode Random
Search, sedangkan evaluasi performa model dilakukan menggunakan K-Fold Cross
Validation, yang menghasilkan nilai akurasi sebesar 70%. Pemilihan algoritma
Multinomial Naïve Bayes didasarkan pada kemampuannya dalam merepresentasikan
data teks berdasarkan distribusi frekuensi kata. Berdasarkan hasil pengujian akhir,
model yang dibangun mencapai tingkat akurasi sebesar 72%. Pada kelas sentimen
positif, model memperoleh nilai presisi 76%, recall 83%, dan F1-score 79%, sementara
pada kelas sentimen negatif diperoleh nilai presisi 63%, recall 53%, dan F1-score 57%.
Hasil tersebut menunjukkan bahwa model mampu membedakan sentimen positif dan
negatif secara memadai. Secara keseluruhan, penelitian ini menunjukkan bahwa
pendekatan yang diterapkan dapat digunakan untuk memetakan kecenderungan
sentimen publik dalam percakapan di media sosial, khususnya pada isu yang
berkembang melalui penggunaan hashtag.
Kata