Klasifikasi Konten Moderasi Beragama pada Media Sosial dengan Menggunakan Algoritma Naïve Bayes Multinominal Teks

  • Hery Mustofa Universitas Islam Negeri Walisongo Semarang
  • Adzhal Arwani Mahfudh Universitas Islam Negeri Walisongo Semarang
  • Nuurun Najmi Qonita Universitas Islam Negeri Walisongo Semarang
Keywords: moderasi beragama, machine learning, teks mining, Naive Bayes

Abstract

Fenomena peningkatan penggunaan media sosial telah menjadikan platform ini sebagai media utama penyebaran narasi moderasi beragama. Namun, eskalasi konten tersebut tidak selalu diiringi dengan akurasi, sering kali memuat narasi yang berpotensi menyesatkan. Untuk mengatasi tantangan ini, diperlukan pendekatan text mining guna mengklasifikasikan konten narasi moderasi beragama secara otomatis dan akurat. Penelitian ini berhasil melakukan klasifikasi teks moderasi beragama di media sosial menggunakan algoritma Multinomial Naive Bayes. Dengan memanfaatkan dataset berjumlah 1996 tweet yang telah dilabeli oleh ahli, dari hasil evaluasi diketahui model ini  menunjukkan kinerja yang baik, ditandai dengan accuracy 0.91, precision 0.93, recall 0.89, dan F1-Score 0.90. Temuan ini mengindikasikan bahwa Multinomial Naive Bayes merupakan metode yang efektif untuk identifikasi dan klasifikasi konten moderasi beragama di media sosial.

References

S. Hamdi, M. Munawarah, and H. Hamidah, “Revitalisasi Syiar Moderasi Beragama di Media Sosial: Gaungkan Konten Moderasi untuk Membangun Harmonisasi,” intizar, vol. 27, no. 1, pp. 1–15, Jul. 2021, doi: 10.19109/intizar.v27i1.8191.

R. W. Wibowo and A. S. Nurjanah, “Aktualisasi Moderasi Beragama Abad 21 Melalui Media Sosial”.

A. S. Anwar, K. Leo, U. Ruswandi, and M. Erihadiana, “Internalisasi Nilai-Nilai Moderasi Beragama Abad 21 melalui Media Sosial,” jiip, vol. 5, no. 8, pp. 3044–3052, Aug. 2022, doi: 10.54371/jiip.v5i8.795.

C. S. D. Kusuma, “DAMPAK MEDIA SOSIAL DALAM GAYA HIDUP SOSIAL ( STUDI KASUS PADA MAHASISWI PENDIDIKAN ADMINISTRASI PERKANTORAN FE UNY),” EFISIENSI, vol. 17, no. 1, pp. 15–33, Feb. 2020, doi: 10.21831/efisiensi.v17i1.30436.

A. H. Jakiyudin, “Urgensi Literasi Moderasi Beragama Dalam Ruang Bermedia Sosial Perspektif Al Qur’an,” JP, vol. 17, no. 1, p. 105, Sep. 2023, doi: 10.21043/jp.v17i1.17148.

Pusat Bahasa and Indonesia (Departemen Pendidikan Nasional), Kamus besar bahasa Indonesia : edisi ketiga, Ed. 3, cet. 3. [Jakarta]: Pusat Bahasa : Departemen Pendidikan Nasional : Balai Pustaka [Jakarta], 2005.

E. Kosasih, “Literasi Media Sosial Dalam Pemasyarakatan Sikap Moderasi Beragama,” Jurnal Bimas Islam, vol. 12, no. 2, pp. 263–296, 2019, doi: 10.37302/jbi.v12i2.118.

C. Manning, P. Raghavan, and H. Schuetze, “Introduction to Information Retrieval,” 2009.

N. Lestari, O. S. Riza, and R. Ardinal, “Implementation Of Text mining And Pattern Discovery With Naive Bayes Algorithm For Classification Of Text Documents”.

A. Hermawan, “Implementasi Text-Mining Untuk Analisis Sentimen Pada Twitter Dengan Algoritma Support Vector Machine,” JST (Jurnal Sains Dan Teknologi), vol. 12, no. 1, pp. 129–137, 2023, doi: 10.23887/jstundiksha.v12i1.52358.

C. J. E. Munthe, N. A. Hasibuan, and H. Hutabarat, “Penerapan Algoritma Text mining Dan TF-RF Dalam Menentukan Promo Produk Pada Marketplace,” Resolusi Rekayasa Teknik Informatika Dan Informasi, vol. 2, no. 3, pp. 110–115, 2022, doi: 10.30865/resolusi.v2i3.309.

S. N. Arafah and F. Fathoni, “Sentiment Analysis Pada Masyarakat Terhadap LRT Kota Palembang Menggunakan Metode Improved K-Nearest Neighbor,” Jurnal Media Informatika Budidarma, vol. 6, no. 3, p. 1554, 2022, doi: 10.30865/mib.v6i3.4434.

D. F. Surianto, “Clustering Tweets Data on Twitter Social Media Using K-Means Method,” J. Of Security, Computer, Inf., Embedded, Netw., and Intelligen, pp. 44–51, 2023, doi: 10.61220/scientist.v1i2.20232.

M. Afdal, “Penerapan Text mining Pada Aplikasi Tokopedia Menggunakan Algoritma K-Nearest Neighbor,” Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, vol. 8, no. 1, p. 78, 2022, doi: 10.24014/rmsi.v8i1.16595.

M. B. Priyantono, “Optimasi Sistem Pelabelan Topik Skripsi Menggunakan Algoritma Naive Bayes Dengan Pendekatan Design Thinking,” Jurnal Edukasi Dan Penelitian Informatika (Jepin), vol. 8, no. 1, p. 168, 2022, doi: 10.26418/jp.v8i1.50702.

S. Dey, S. Wasif, D. S. Tonmoy, S. Sultana, J. Sarkar, and M. Dey, “A Comparative Study of Support Vector Machine and Naive Bayes Classifier for Sentiment Analysis on Amazon Product Reviews,” in 2020 International Conference on Contemporary Computing and Applications (IC3A), Lucknow, India: IEEE, Feb. 2020, pp. 217–220. doi: 10.1109/IC3A48958.2020.233300.

M. R. Fais Sya’ Bani, U. Enri, and T. N. Padilah, “Analisis Sentimen Terhadap Bakal Calon Presiden 2024 Dengan Algoritme Naïve Bayes,” Jur. Ris. Kom., vol. 9, no. 2, p. 265, Apr. 2022, doi: 10.30865/jurikom.v9i2.3989.

A. P. Nardilasari, A. L. Hananto, S. S. Hilabi, T. Tukino, and B. Priyatna, “Analisis Sentimen Calon Presiden 2024 Menggunakan Algoritma SVM Pada Media Sosial Twitter,” JOINTECS, vol. 8, no. 1, p. 11, Mar. 2023, doi: 10.31328/jointecs.v8i1.4265.

C. C. Aggarwal and C. X. Zhai, “A Survey of Text Classification Algorithms,” pp. 163–222, 2012, doi: 10.1007/978-1-4614-3223-4_6.

D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter BMKG Nasional,” Jurnal Tekno Kompak, vol. 15, no. 1, p. 131, 2021, doi: 10.33365/jtk.v15i1.744.

A. Falasari and M. A. Muslim, “Optimize Naïve Bayes Classifier Using Chi Square and Term Frequency Inverse Document Frequency for Amazon Review Sentiment Analysis,” Journal of Soft Computing Exploration, vol. 3, no. 1, pp. 31–36, 2022, doi: 10.52465/joscex.v3i1.68.

A. B. P. Negara, H. Muhardi, and I. M. Putri, “Analisis Sentimen Maskapai Penerbangan Menggunakan Metode Naive Bayes Dan Seleksi Fitur Information Gain,” Jurnal Teknologi Informasi Dan Ilmu Komputer, vol. 7, no. 3, p. 599, 2020, doi: 10.25126/jtiik.2020711947.

Han, Jiawei, Kamber, Michelin, and Pei, Jian, Data Mining: Concepts and Techniques. Elsevier, 2012. doi: 10.1016/C2009-0-61819-5.

Published
2025-06-28
How to Cite
Mustofa, H., Arwani Mahfudh, A., & Najmi Qonita, N. (2025). Klasifikasi Konten Moderasi Beragama pada Media Sosial dengan Menggunakan Algoritma Naïve Bayes Multinominal Teks. Jurnal Tekno Kompak, 19(2), 319 - 330. https://doi.org/10.33365/teknokompak.v19i2.365
Section
Articles