ANALISIS SENTIMEN TERHADAP DEEPFAKE BERDASARKAN OPINI MASYARAKAT DI PLATFORM X MENGGUNAKAN ENSEMBLE LEARNING DENGAN ALGORITMA RANDOM FOREST DAN COMPLEMENT NAIVE BAYES

Penelitian ini menganalisis sentimen opini masyarakat terhadap deepfake berdasarkan tweet dengan hashtag #deepfake di platform X. Untuk penelitian ini, peneliti menggunakan metode Ensemble Learning dengan kombinasi algoritma Random Forest dan Complement Naive Bayes. Penelitian ini bertujuan untuk mengklasifikasikan tweet terkait deepfake dengan sentimen positif, negatif, dan netral. Sistem website yang dibuat dalam penelitian diuji menggunakan metode Black Box Testing, dan hasil menunjukkan bahwa fitur-fitur analisis sentimen dalam website bekerja dengan baik. Hyperparameter tuning pada model Random Forest membantu mengurangi risiko overfitting terhadap data latih, meskipun tidak memiliki efek signifikan pada model Complement Naive Bayes. Hasil evaluasi model menunjukkan bahwa model Ensemble Learning ini memiliki akurasi tertinggi sebesar pada rasio pemisahan data latih-data uji 90:10 dengan nilai 0.783. Hasil performa menunjukkan bahwa model konsisten dalam mendeteksi sentimen netral dan negatif, namun kurang efektif dalam mendeteksi sentimen positif akibat jumlah sampel yang lebih sedikit dibandingkan sentimen netral dan negatif.