Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
DIKSON SAMUEL SIREGAR Pengarang Harlen Gilbert Simanullang, S.Kom., M.Kom Dosen Pembimbing 1 Jimmy F Naibaho, ST., M.Kom, Dosen Pembimbing 2 DR. Humuntal Rumapea, M.Kom Ketua Penguji

ABSTRAK Media sosial menjadi sarana utama masyarakat dalam menyampaikan opini terhadap isu publik, termasuk pengembalian aset korupsi Crude Palm Oil (CPO) senilai Rp 13,2 triliun. Banyaknya komentar di Instagram dan TikTok menyulitkan analisis manual karena volume data yang besar dan sifat teks yang tidak terstruktur. Penelitian ini bertujuan untuk mengklasifikasikan sentimen komentar publik menggunakan kombinasi metode Lexicon AFINN dan Multinomial Naive Bayes. Sebanyak 2.000 komentar dikumpulkan melalui web scraping dan diproses melalui tahapan preprocessing, pelabelan awal menggunakan Lexicon AFINN, pembobotan TF-IDF, serta klasifikasi menggunakan Multinomial Naive Bayes. Hasil penelitian menunjukkan bahwa 65,34% komentar tergolong positif dan 34,66% negatif. Model mampu mengklasifikasikan sentimen secara otomatis berdasarkan perhitungan probabilitas posterior dan diimplementasikan dalam bentuk aplikasi GUI berbasis Python. Kombinasi Lexicon AFINN dan Multinomial Naive Bayes terbukti efektif dalam mengklasifikasikan sentimen serta memberikan gambaran kecenderungan opini publik terhadap isu pengembalian aset korupsi CPO. Kata Kunci: Analisis Sentimen, Lexicon AFINN, Naive Bayes, TF-IDF, Media Sosial.