Instagram adalah salah satu hasil dari percepatan teknologi pada masyarakat
sebuah aplikasi berbagi foto dan video yang memungkinkan pengguna mengambil
foto, mengambil video, menerapkan filter digital, dan membagikannya ke
berbagai layanan jejaring sosial, termasuk milik Instagram sendiri. Pada penelitian
ini akan dilakukan analisis sentiment Instagram menggunakan metode algoritma
Naïve Bayes Classifier (NBC). NBC adalah salah satu metode pengklasifikasian
probabilistik sederhana dengan cara kerja yaitu menghitung sekumpulan
probabilitas yang didapat dengan menjumlahkan frekuensi dari kombinasi nilai
dan dataset yang digunakan. Agar proses klasifikasi lebih optimal maka
digunakan TF-IDF sebagai ekstraksi fitur. Untuk membuat sebuah aplikasi
analisis sentimen diperlukan data training dan data testing. Dataset yang
digunakan komentar Instagram. Dataset tersebut dilabel secara manual dan terdiri
dari 624 negatif, 8 positif, 26 netral. Tahap-tahap analisis sentimen dimulai
dengan preprocessing data yakni cleansing, stopword removal dan stemming serta
tokenizing. Dari hasil uji coba, analisis sentimen pada aplikasi memiliki tingkat
keakuratan sekitar 95% namun tingkat presisi yang didapat rendah yakni 42,2%.
Persentase komentar Instagram pada data cenderung lebih banyak negatif dari
pada positif.