Analisis sentimen penerimaan CPNS menggunakan metode VADER

Pendaftaran CPNS di Indonesia pada setiap tahunnya mengalami peningkatan. Dari hasil penerimaan pendaftaran CPNS muncul banyak opini masyarakat, mulai dari opini yang bernilai positif hingga opini yang bernilai negatif. Untuk mengutarakan opininya masyarakat Indonesia sudah terbiasa menyampaikannya melalui media sosial, salah satu yang sering digunakan adalah Twitter. Untuk mengetahui opini masyarakat tersebut diterapkannya sebuah sistem klasifikasi teks. Analisis Sentimen menggunakan 8550 data tweet yang diambil dari tahun 2018 hingga 2019 pada media sosial Twitter. Pada penelitian ini dilakukan proses pengambilan data Twitter (crawling), preprocessing data teks ,klasifikasi teks dan Evaluasi model. Untuk metode dalam klasifikasi teks menggunakan pendekatan berbasis Leksikon yaitu akan menggunakan pendekatan berbasis Dictionary (VADER), proses evaluasi menggunakan evaluating model classification (akurasi, presisi, dan recall) dilakukan secara random dan menghasilkan 83%.