Sentiment Analysis of Twitter User Government Official of Indonesia Vacancy in 2024 Using Naive Bayes Classification

Authors

  • Dwika Larissa Departemen Statistika, Universitas Negeri Padang, Padang, Indonesia, Indonesia
  • Dodi Vionanda Departemen Statistika, Universitas Negeri Padang, Padang, Indonesia, Indonesia

Keywords:

Analisis Sentimen, CPNS 2024, Klasifikasi Naive Bayes, Media Sosial, Twitter

Abstract

Pengumuman seleksi CPNS merupakan momen penting yang selalu ditunggu-tunggu oleh masyarakat Indonesia setiap tahunnya. Hal ini tidak terlepas dari tingginya animo masyarakat untuk menjadi bagian dari Aparatur Sipil Negara. Penelitian ini menganalisis sentimen masyarakat terhadap pengumuman seleksi CPNS tahun 2024 dengan menggunakan metode klasifikasi Naive Bayes. Data dikumpulkan dari 2001 tweet di Twitter yang berkaitan dengan Lowongan CPNS 2024, dan dilakukan preprocessing sebelum dilakukan analisis sentimen. Hasil penelitian menunjukkan bahwa mayoritas respon masyarakat adalah netral dengan 1788 tweet, sedangkan 94 tweet positif, dan 10 tweet negatif. Ketidakpastian mengenai jumlah formasi, proses seleksi, persyaratan, dan kebijakan lainnya menjadi faktor utama yang membuat sebagian besar masyarakat cenderung netral. Hasil analisis juga menunjukkan bahwa model klasifikasi Naive Bayes memiliki akurasi sebesar 92%, menunjukkan kemampuan yang baik dalam mengkategorikan data sentimen. Penelitian ini memberikan masukan yang berharga bagi pemerintah dan lembaga terkait dalam merancang kebijakan yang lebih transparan dan jelas untuk meningkatkan dukungan masyarakat terhadap pembukaan lowongan CPNS di masa mendatang.

Downloads

Published

14-02-2025

How to Cite

Larissa, D., & Vionanda, D. (2025). Sentiment Analysis of Twitter User Government Official of Indonesia Vacancy in 2024 Using Naive Bayes Classification. Jurnal Pendidikan Tambusai, 9(1), 3310–3321. Retrieved from https://jptam.org/index.php/jptam/article/view/25497

Issue

Vol. 9 No. 1 (2025)

Section

Articles of Research

Citation Check

License

Copyright (c) 2025 Dwika Larissa, Dodi Vionanda

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).