Sepak bola adalah olah raga yang paling digemari oleh masyarakat
Indonesia. Selama pandemi Covid-19, beberapa turnamen sepak bola mengalami
penundaan. Sebagian besar masyarakat Indonesia tidak setuju dengan penundaan
tersebut. Saat kejuaraan AFF suzuki Cup akhirnya dilaksanakan, antusiasme
masyarakat Indonesia terhadap turnamen tersebut sangat tinggi. Topik mengenai
tim nasional dan kejuaraan ini menjadi trending di beberapa media sosial salah
satunya Twitter.
Penelitian ini bertujuan untuk mengetahui bagaimana presepsi suporter tim
nasional terhadap tim nasional. Penelitian ini mempunyai tujuan untuk mengetahui
sentimen, topik pembicaraan keseluruhan, topik pembicaraan bersentimen positif
dan negatif pengguna Twitter terhadap Tim Nasional Indonesia di kejuaraan AFF
Suzuki Cup 2020.
Penelitian ini menggunakan algoritma naive bayes untuk melakukan
klasifikasi. Algoritma naive bayes digunakan dikarenakan mempunyai tingkat
akurasi yang tinggi dalam melakukan klasifikasi. Penelitian topic modelling
dilakukan dengan menggunakan Latent Dirichlet Allocation (LDA) yang dapat
digunakan untuk mencari tahu kata/topik apa saja yang paling sering muncul dalam
sebuah dokumen. Penelitian ini menggunakan software Rstudio dan Rapid Miner.
Terdapat 10.000 ulasan yang terkumpul pada waktu yang telah ditentukan
untuk dilakukan penelitian. Data yang digunakan untuk dataset serbanyak 1247
tweet dengan pembagian 70% untuk data latih dan 30% untuk data uji. Hasil yang
diperoleh pada metode naïve bayes mendapatkan hasil sentimen positif sebesar
62% dan 38% memiliki sentimen negatif. Hasil tersebut menggambarkan bahwa
secara keseluruhan hasil tweet yang mengenai tim nasional Indonesia di ajang
AFFC Suzuki Cup 2020 adalah positif. Topik yang paling banyak dibicarakan
adalah topik mengenai pelatih, pemain dan ketua PSSI.
Penelitian ini diharapkan PSSI dapat mengetahui presepsi konsumen
terhadap tim nasional sebagai bahan pertimbangan untuk melakukan evaluasi.
Kata kunci: Analisis Sentimen, Naïve Bayes, Presepsi Konsumen, Topic Modeling,
Twitter.