Klasifikasi Konflik Sosial di Kabupaten Wajo Menggunakan Metode Modified Balanced Random Forest (MBRF) Pada Data Text Berbasis Website

Negara Indonesia merupakan negara yang memiliki berbagai keberagaman sehingga sangat rentan untuk terjadinya sebuah konflik, baik konflik sesama individu, konflik terhadap individu dan kelompok, serta konflik sesama kelompok. Hal ini memberikan keresahan tersendiri bagi warga lainnya, sehingga sosial media menjadi salah satu sasaran empuk warga untuk melaporkan keresahan tersebut. Sistem yang dapat dibangun untuk meminimalisir dan mempercepat pemerintah mengambil tindakan ialah dengan analisis sentimen dengan memanfaatkan sentimen yang tersebar di media sosial. Penelitian ini dilakukan dengan tujuan untuk memberikan masukan serta dasar yang kuat bagi pemerintah Kabupaten Wajo dalam pengambilan keputusan terkait konflik sosial yang terjadi. Diharapkan pemerintah juga dapat lebih memahami akar permasalahan serta mampu menentukan prioritas permasalahan yang perlu diselesaikan terlebih dahulu. Model yang digunakan dalam penelitian ini adalah Modified Balanced Random Forest (MBRF) dimana model ini merupakan peningkatan dari model Random Forest dengan menambahkan metode resampling sebagai cara untuk mengatasi ketidak-seimbangan data. Penelitian ini juga membandingkan kinerja algoritma MBRF dengan algoritma dasarnya, Random Forest. Berdasarkan hasil pengujian, kata "bupati" dan "anggota DPRD" mendominasi pada wordcloud dataset, sehingga mencerminkan sentimen yang kuat terkait hal tersebut di internet. Selain itu, terdapat juga kata "bunuh" dan "pukul" yang signifikan sehingga menunjukkan adanya kasus-kasus penganiayaan dan penghilangan nyawa yang diduga berkaitan dengan konflik sengketa tanah. Hasil pengujian analisis sentimen menunjukkan bahwa model Modified Balanced Random Forest menunjukkan akurasi prediksi yang signifikan, mencapai 87.9%, melampaui model Random Forest yang mencapai 83.2%. Ini menunjukkan keunggulan kinerja pada model Modified Balanced Random Forest jika dibandingkan dengan Random Forest dalam analisis sentimen terhadap dataset konflik sosial.