Analisis Sentimen Pengguna Twitter Terhadap Opini Non Fungible Token di Indonesia Menggunakan Algoritma Random Forest Classifier

Abstrak

Non fungible token merupakan sebuah cara untuk merekam, memverifikasi, dan melacak kepemilikan dari sebuah aset baik berupa aset fisik maupun digital dalam bentuk karya seni, musik, item dalam game, nama domain untuk website, video sorotan olahraga hingga produk digital. Popularitas NFT di Indonesia mulai tinggi ketika pemilik akun di platform marketplace NFT OpenSea bernama Ghozali Everyday menjual koleksi foto selfie dirinya dengan hasil penjualan lebih dari 1,5 miliar rupiah. Kepopuleran dari tren NFT ini juga memicu masyarakat di Indonesia untuk ikut menjual menjual kartu identitas penduduk berupa KTP yang kemudian dijadikan NFT. Penyalahgunaan tren ini menimbulkan banyak opini berupa positif, negatif, dan netral dari masyarakat terhadap perkembangan NFT di Indonesia salah satunya melalui media sosial twitter. Perusahaan yang bergerak di bidang software house Technobit Indonesia memiliki produk serupa berupa aplikasi marketplace NFT. Technobit Indonesia melakukan pengembangan ulang dengan mempertimbangkan pandangan masyarakat terhadap NFT saat ini, sehingga menunda perilisan aplikasi marketplace mereka ke publik. Berdasarkan permasalahan tersebut diperlukan metode klasifikasi yang dapat melakukan klasifikasi data tweet yang mebahas terkait NFT di Indonesia. Penelitian ini menggunakan metode Random Forest Classifier sebagai metode klasifikasi untuk analisis sentimen. Penelitian ini memiliki beberapa tahap antara lain, pengumpulan data, preprocessing, pembobotan kata dengan TF-IDF, klasifikasi Random Forest, pengujian dan analisis. Hasil pengujian menggunakan parameter hasil terbaik mendapatkan rata-rata sama rata sebesar 93% untuk precision, recall, f-1 score, maupun accuracy dengan jumlah tree sebanyak 500 tree dan kedalaman tree sebanyak 100 tree.