ABSTRAK

Dewasa ini konsumen dapat dengan mudah menyampaikan review atau pendapatnya terhadap suatu produk atau jasa dari Natasha Skin Care melalui mentions @NatashaSkinCare. Dari mentions tersebut dapat dikenali emosi konsumen setelah menggunakan produk atau jasa dari Natasha Skin Care. Penelitian ini bertujuan untuk melakukan klasifikasi emosi menurut Ekman yaitu joy, surprise, anger, fear, sad, dan disgust dengan menggunakan Naïve Bayes Classifier. Naïve Bayes Classifier dipilih karena memiliki kelebihan yaitu sederhana, cepat, dan berakurasi tinggi. Dataset pada penelitian ini berjumlah 19.253 dengan pembagian untuk setiap kelasnya adalah 804 joy, 43 surprise,                154 anger, 61 fear, 287 sad, 167 disgust, dan 17736 no-emotions. Hasil penelitian menunjukkan bahwa metode Naïve Bayes Classifier memiliki kinerja yang baik untuk mengklasifikasikan emosi konsumen Natasha Skin Care melalui jejaring sosial twitter. Rata-rata tingkat accuracy pada dataset tanpa kelas no-emotions adalah 80,19%. Rata-rata pada klasifikasi emosi tanpa melibatkan kelas                       no-emotions menunjukkan nilai recall tertinggi pada kelas joy yaitu sebesar 92,21%. Nilai precision tertinggi pada kelas surprise yaitu sebesar 97,77% dan nilai F1-Measure tertinggi terdapat pada kelas joy sebesar 89,14%. Sedangkan rata-rata pada dataset dengan kelas no-emotions adalah 88,58%. Walaupun accuracy pada dataset dengan kelas no-emotions lebih tinggi, tetapi nilai precision dan recall-nya sangatlah rendah yaitu mencapai nilai 0%. Setelah menggunakan algoritma resampling ROS, rata-rata nilai precision, recall, dan           F1-Measure tertinggi terdapat pada kelas no-emotions. Yaitu precision bernilai 96,64%, recall bernilai 76,36%, dan F1-Measure bernilai 85,93%.
          
 Kata kunci: klasifikasi emosi, naïve bayes classifier, resampling