Upload files to "/"

Dari judul skripsi "Analisis Sentiment Program Merdeka Belajar Kampus Merdeka Pada Pengguna Twitter Menggunakan Metode Naive Bayes". Sistem ini memberikan pandangan kepada masyarakat dan penulis tentang bagaimana pandangan masyarakat terhadap program merdeka belajar kampus merdeka yang telah pemerintah jalankan. Dengan sistem ini, diharapkan menjadi reverensi untuk dilakukannya evaluasi oleh pemerintah dari analisis sentiment yang dilakukan.
2024-07-10 13:35:59 +07:00 · 2024-07-10 13:35:59 +07:00 · 49e1836aae
commit 49e1836aae
1 changed files with 822 additions and 0 deletions
--- a/Bayes.py
+++ b/Bayes.py
@ -0,0 +1,822 @@
+#!/usr/bin/env python
+# coding: utf-8
+
+# In[27]:
+
+
+import pandas as pd
+import numpy as np
+import string
+import re
+import requests
+import warnings
+
+warnings.filterwarnings("ignore")
+
+
+# In[28]:
+
+
+# Menampilkan semua baris dan kolom
+pd.set_option('display.max_rows', None)
+pd.set_option('display.max_columns', None)
+pd.set_option('display.width', None)
+pd.set_option('display.max_colwidth', None)
+
+
+# In[29]:
+
+
+# Membaca data dari file CSV
+data = pd.read_csv('D:/Kuliah/SKRIPSI/testing/datambkm/mbkmdata.csv', sep=';')
+
+# Mengubah tipe data kolom label menjadi integer
+data['Label'] = data['Label'].astype(int)
+
+data.head()
+
+
+# In[30]:
+
+
+# Mengetahuli kolom dan tipe data
+data.dtypes
+
+
+# In[31]:
+
+
+# Mengetahui jumlah baris data dan kolom
+data.shape
+
+
+# In[32]:
+
+
+# Mengetahui isi data secara rinci
+print(data.info())
+print(data['Label'].value_counts())
+
+
+# In[33]:
+
+
+# Mengetahui jika ada kolom yang kosong
+# data = data.dropna() code untuk menghilangkan jika ada yang kosong
+data.isnull().sum()
+
+
+# In[34]:
+
+
+# Mengecek data duplikat atau data yang sama
+data.duplicated().sum()
+
+
+# In[35]:
+
+
+# Menghapus kolom datetime dan username
+data = data.drop(columns=['created_at', 'id_str', 'username', 'tweet_url'])
+
+data.head()
+
+
+# In[36]:
+
+
+#CLEANSING
+
+def clean_text(text):
+    # Menghapus URL
+    text = re.sub(r'http\S+', '', text)
+    
+    # Menghapus mention (@username)
+    text = re.sub(r'@\w+', '', text)
+    
+    # Menghapus hashtag
+    text = re.sub(r'#\w+', '', text)
+    
+    # Menghapus emotikon
+    text = re.sub(r'[\U00010000-\U0010ffff]', '', text)
+    
+    # Menghapus karakter khusus (kecuali huruf dan angka)
+    text = re.sub(r'[^\w\s]', '', text)
+    
+    # Menghapus spasi ganda
+    text = re.sub(r'\s+', ' ', text).strip()
+    
+    # Menghapus angka (opsional)
+    text = re.sub(r'\d+', '', text)
+    
+    return text
+
+# Membersihkan teks dalam kolom 'full_text'
+data['clean_text'] = data['full_text'].apply(clean_text)
+
+data.head()
+
+
+# In[37]:
+
+
+# CASEFOLDING
+
+data['clean_text'] = data['clean_text'].str.lower()
+
+data.head()
+
+
+# In[38]:
+
+
+#NORMALISASI
+
+# Membaca kamus normalisasi dari file CSV
+normalized_word = pd.read_csv("normalisasi.csv", encoding="latin1")
+normalized_word_dict = {}
+for index, row in normalized_word.iterrows():
+    if row[0] not in normalized_word_dict:
+        normalized_word_dict[row[0]] = row[1]
+
+# Fungsi untuk menerapkan normalisasi ke teks
+def normalized_term(document):
+    return ' '.join(normalized_word_dict.get(term.lower(), term) for term in document.split())
+
+# Menerapkan normalisasi ke kolom 'full_text' dan menyimpan hasilnya di kolom 'normalisasi'
+data['normalisasi'] = data['clean_text'].apply(normalized_term)
+
+# Memindahkan kolom label ke paling belakang
+label_column = data.pop('Label')
+data['Label'] = label_column
+
+data.head()
+
+
+# In[39]:
+
+
+#STOPWORD
+
+# Membaca daftar stopwords dari file "stopwords.txt"
+with open("stopwords.txt", "r") as file:
+    stopwords = file.readlines()
+stopwords = {word.strip() for word in stopwords}  # Mengubah list menjadi set
+
+# Menambahkan stopwords tambahan
+additional_stopwords = {"kalo", "bisa2", "kayaknya", "gue", "sih", "matkul2", "lnkdn", "fafifuwasweswos", "nder", "braw", 
+                        "ges", "nya", "an", "shg", "ya", "guys", "wkwkwk", "gua", "gais", "sender", "se7", "hahahahaft", "heeii",
+                       "harianmingguan2", "mingguanbulanan", "sayang", "entar"}
+stopwords |= additional_stopwords  # Menggunakan operator | untuk menggabungkan set
+
+# Fungsi untuk menghapus stopwords dari teks
+def remove_stopwords(text):
+    words = text.split()  # Memisahkan teks menjadi kata-kata
+    filtered_words = [word for word in words if word.lower() not in stopwords]  # Memfilter kata-kata yang bukan stopwords
+    return ' '.join(filtered_words)  # Menggabungkan kata-kata yang tersisa menjadi teks kembali
+
+# Fungsi untuk menghapus angka dari teks
+def remove_numbers(text):
+    words = text.split()  # Memisahkan teks menjadi kata-kata
+    filtered_words = [word for word in words if not word.isdigit()]  # Memfilter kata-kata yang bukan angka
+    return ' '.join(filtered_words)  # Menggabungkan kata-kata yang tersisa menjadi teks kembali
+
+# Menghapus stopwords dari kolom 'full_text'
+data['stopwords'] = data['normalisasi'].apply(remove_stopwords)
+
+# Menghapus angka dari kolom 'stopwords'
+data['stopwords'] = data['stopwords'].apply(remove_numbers)
+
+# Memindahkan kolom label ke paling belakang
+label_column = data.pop('Label')
+data['Label'] = label_column
+
+data.head()
+
+
+# In[40]:
+
+
+#STEMMING
+
+from Sastrawi.Stemmer.StemmerFactory import StemmerFactory
+
+# Buat objek stemmer
+factory = StemmerFactory()
+stemmer = factory.create_stemmer()
+
+# Fungsi untuk melakukan stemming pada teks
+def stemmed_term(text):
+    # Memecah teks menjadi kata-kata
+    words = text.split()
+    # Melakukan stemming pada setiap kata
+    stemmed_words = [stemmer.stem(word) for word in words]
+    # Menggabungkan kata-kata yang telah distem
+    return ' '.join(stemmed_words)
+
+# Menerapkan stemming ke kolom 'stopwords' atau 'normalisasi'
+data['stemmed'] = data['stopwords'].apply(stemmed_term)
+
+# Memindahkan kolom label ke paling belakang
+label_column = data.pop('Label')
+data['Label'] = label_column
+
+data.head()
+
+
+# In[41]:
+
+
+from nltk.tokenize import word_tokenize
+
+# Fungsi untuk melakukan tokenisasi pada teks
+def tokenize_text(text):
+    # Melakukan tokenisasi pada teks menggunakan nltk
+    tokens = word_tokenize(text)
+    return tokens
+
+# Menerapkan tokenisasi ke kolom 'stemmed' dan menyimpan hasilnya di kolom 'tokens'
+data['tokens'] = data['stemmed'].apply(tokenize_text)
+
+# Memindahkan kolom label ke paling belakang
+label_column = data.pop('Label')
+data['Label'] = label_column
+
+data.head()
+
+
+# In[42]:
+
+
+#PERHITUNGAN TF
+
+# Import library Pandas
+import pandas as pd
+
+# Definisikan fungsi untuk menghitung TF
+def calc_TF(document):
+    TF_dict = {}
+    for term in document:
+        if term in TF_dict:
+            TF_dict[term] += 1
+        else:
+            TF_dict[term] = 1
+    
+    # Menghitung nilai TF pada tiap kata
+    total_terms = len(document)
+    for term in TF_dict:
+        TF_dict[term] = TF_dict[term] / total_terms
+    
+    return TF_dict
+
+# Menghitung TF untuk setiap dokumen dan menyimpannya dalam kolom 'TF_dict'
+data['TF_dict'] = data['stemmed'].apply(lambda x: calc_TF(x.split()))
+
+# Membuat list kosong untuk menyimpan hasil perhitungan TF
+tf_results = []
+
+# Memasukkan hasil perhitungan TF ke dalam list
+for idx, row in data.iterrows():
+    for term, value in row['TF_dict'].items():
+        tf_results.append({'Term': term, 'TF': value})
+
+# Membuat DataFrame dari list hasil perhitungan TF
+tf_results_df = pd.DataFrame(tf_results)
+
+# Menyimpan DataFrame ke dalam file Excel
+#output_file = 'D:/Kuliah/SKRIPSI/testing/tf-idf/tfcoba1.xlsx'
+#tf_results_df.to_excel(output_file, index=False)
+
+#print(f"Hasil perhitungan TF telah disimpan ke dalam file: {output_file}")
+
+# Mendapatkan jumlah data yang telah dihitung TF
+num_documents = len(data)
+
+# Menampilkan tabel hasil perhitungan TF
+print(f"Hasil perhitungan TF : {num_documents} data")
+
+
+# In[43]:
+
+
+import pandas as pd
+
+# Definisikan fungsi untuk menghitung DF
+def hitung_DF(kamus_TF):
+    frekuensi_DF = {}
+    # Inisialisasi set untuk menyimpan dokumen unik yang mengandung term
+    dokumen_per_term = {}
+    
+    # Menelusuri kamus TF dari setiap dokumen dan mengisi frekuensi_DF dan dokumen_per_term
+    for dokumen_idx, dokumen in enumerate(kamus_TF):
+        # Menghapus duplikasi term dalam dokumen
+        dokumen_set = set(dokumen)
+        for term in dokumen_set:
+            if term in frekuensi_DF:
+                frekuensi_DF[term] += 1
+            else:
+                frekuensi_DF[term] = 1
+            
+            if term in dokumen_per_term:
+                dokumen_per_term[term].add(dokumen_idx)
+            else:
+                dokumen_per_term[term] = {dokumen_idx}
+    
+    return frekuensi_DF, dokumen_per_term
+
+# Menghitung DF untuk setiap term dalam kolom 'TF_dict'
+DF, dokumen_per_term = hitung_DF(data["TF_dict"])
+
+# Konversi kamus DF ke dalam DataFrame
+df_df = pd.DataFrame(list(DF.items()), columns=['Term', 'DF'])
+
+# Menyimpan DataFrame ke dalam file Excel
+#output_file = 'D:/Kuliah/SKRIPSI/testing/tf-idf/dfcoba2.xlsx'
+#df_df.to_excel(output_file, index=False)
+
+# Mendapatkan jumlah data yang telah dihitung DF (jumlah dokumen)
+num_documents = len(data)  # Jumlah baris dalam DataFrame data
+
+# Menampilkan tabel hasil perhitungan DF
+print(f"Hasil perhitungan DF untuk {num_documents} data")
+
+
+# In[44]:
+
+
+# Definisikan fungsi untuk menghitung DF
+def hitung_DF(kamus_TF):
+    frekuensi_DF = {}
+    # Inisialisasi set untuk menyimpan dokumen unik yang mengandung term
+    dokumen_per_term = {}
+    
+    # Menelusuri kamus TF dari setiap dokumen dan mengisi frekuensi_DF dan dokumen_per_term
+    for dokumen_idx, dokumen in enumerate(kamus_TF):
+        # Menghapus duplikasi term dalam dokumen
+        dokumen_set = set(dokumen)
+        for term in dokumen_set:
+            if term in frekuensi_DF:
+                frekuensi_DF[term] += 1
+            else:
+                frekuensi_DF[term] = 1
+            
+            if term in dokumen_per_term:
+                dokumen_per_term[term].add(dokumen_idx)
+            else:
+                dokumen_per_term[term] = {dokumen_idx}
+    
+    return frekuensi_DF, dokumen_per_term
+
+# Definisikan fungsi untuk menghitung IDF
+def calc_IDF(n_document, DF):
+    IDF_Dict = {}
+    for term in DF:
+        IDF_Dict[term] = np.log2(n_document / (DF[term] + 1))
+    return IDF_Dict
+
+# Menghitung DF untuk setiap term dalam kolom 'TF_dict'
+DF, dokumen_per_term = hitung_DF(data["TF_dict"])
+
+# Jumlah dokumen
+n_document = len(data)
+
+# Menghitung IDF
+IDF = calc_IDF(n_document, DF)
+
+# Membuat DataFrame untuk menyimpan hasil perhitungan IDF
+idf_df = pd.DataFrame(IDF.items(), columns=['Term', 'IDF'])
+
+# Menyimpan DataFrame ke dalam file Excel
+#output_file = 'D:/Kuliah/SKRIPSI/testing/tf-idf/idf12.xlsx'
+#idf_df.to_excel(output_file, index=False)
+
+# Mendapatkan jumlah term yang telah dihitung IDF
+num_documents = len(data)
+
+# Menampilkan tabel hasil perhitungan IDF
+print(f"Hasil perhitungan IDF : {num_documents} data")
+
+
+# In[45]:
+
+
+import pandas as pd
+import numpy as np
+
+# Definisikan fungsi untuk menghitung DF
+def hitung_DF(kamus_TF):
+    frekuensi_DF = {}
+    # Inisialisasi set untuk menyimpan dokumen unik yang mengandung term
+    dokumen_per_term = {}
+    
+    # Menelusuri kamus TF dari setiap dokumen dan mengisi frekuensi_DF dan dokumen_per_term
+    for dokumen_idx, dokumen in enumerate(kamus_TF):
+        # Menghapus duplikasi term dalam dokumen
+        dokumen_set = set(dokumen)
+        for term in dokumen_set:
+            if term in frekuensi_DF:
+                frekuensi_DF[term] += 1
+            else:
+                frekuensi_DF[term] = 1
+            
+            if term in dokumen_per_term:
+                dokumen_per_term[term].add(dokumen_idx)
+            else:
+                dokumen_per_term[term] = {dokumen_idx}
+    
+    return frekuensi_DF, dokumen_per_term
+
+# Definisikan fungsi untuk menghitung IDF
+def calc_IDF(n_document, DF):
+    IDF_Dict = {}
+    for term in DF:
+        IDF_Dict[term] = np.log2(n_document / (DF[term] + 1))
+    return IDF_Dict
+
+# Definisikan fungsi untuk menghitung TF-IDF
+def calc_TF_IDF(TF, IDF):
+    TF_IDF_Dict = {}
+    # Untuk setiap term dalam TF
+    for term in TF:
+        # Mengalikan nilai TF dengan nilai IDF
+        TF_IDF_Dict[term] = TF[term] * IDF[term]
+    return TF_IDF_Dict
+
+# Menghitung DF untuk setiap term dalam kolom 'TF_dict'
+DF, dokumen_per_term = hitung_DF(data["TF_dict"])
+
+# Jumlah dokumen
+n_document = len(data)
+
+# Menghitung IDF
+IDF = calc_IDF(n_document, DF)
+
+# Menerapkan fungsi calc_TF_IDF ke setiap dokumen dalam DataFrame
+data['TF-IDF_dict'] = data['TF_dict'].apply(lambda x: calc_TF_IDF(x, IDF))
+
+# Membuat list kosong untuk menyimpan hasil perhitungan TF-IDF
+tf_idf_results = []
+
+# Memasukkan hasil perhitungan TF-IDF ke dalam list
+for idx, row in data.iterrows():
+    for term, value in row['TF-IDF_dict'].items():
+        tf_idf_results.append({'Term': term, 'TF-IDF': value})
+
+# Membuat DataFrame dari list hasil perhitungan TF-IDF
+tf_idf_results_df = pd.DataFrame(tf_idf_results)
+
+# Menyimpan DataFrame ke dalam file Excel
+#output_file = 'D:/Kuliah/SKRIPSI/testing/tf-idf/tf-idfcoba.xlsx'
+#tf_idf_results_df.to_excel(output_file, index=False)
+
+# Mendapatkan jumlah term yang telah dihitung TF-IDF
+num_terms = tf_idf_results_df.shape[0]
+
+# Menampilkan tabel hasil perhitungan TF-IDF
+print(f"Hasil perhitungan TF-IDF untuk {num_terms} term, dari {num_documents} data")
+
+
+# In[46]:
+
+
+# Membuat fungsi untuk menghitung kemunculan frekuensi term positif, negatif, dan netral
+def hitung_frekuensi_sentimen(data, term):
+    frekuensi_positif = 0
+    frekuensi_negatif = 0
+    frekuensi_netral = 0
+    
+    # Menelusuri setiap baris data
+    for idx, row in data.iterrows():
+        # Jika term ada dalam TF-IDF dict dan memiliki nilai TF-IDF yang lebih besar dari 0
+        if term in row['TF-IDF_dict'] and row['TF-IDF_dict'][term] > 0:
+            # Jika label positif, tambahkan ke frekuensi_positif
+            if row['Label'] == 1:
+                frekuensi_positif += 1
+            # Jika label negatif, tambahkan ke frekuensi_negatif
+            elif row['Label'] == -1:
+                frekuensi_negatif += 1
+            # Jika label netral, tambahkan ke frekuensi_netral
+            elif row['Label'] == 0:
+                frekuensi_netral += 1
+    
+    return frekuensi_positif, frekuensi_negatif, frekuensi_netral
+
+# Membuat list term yang akan dihitung frekuensi positif, negatif, dan netralnya
+list_term = ['program', 'mbkm', 'bagus']
+
+# Membuat list kosong untuk menyimpan hasil perhitungan frekuensi positif, negatif, dan netral
+frekuensi_results = []
+
+# Memasukkan hasil perhitungan frekuensi positif, negatif, dan netral ke dalam list
+for term in list_term:
+    frekuensi_positif, frekuensi_negatif, frekuensi_netral = hitung_frekuensi_sentimen(data, term)
+    frekuensi_results.append({'Term': term, 'Positif': frekuensi_positif, 'Negatif': frekuensi_negatif, 'Netral': frekuensi_netral})
+
+# Membuat DataFrame dari list hasil perhitungan frekuensi positif, negatif, dan netral
+frekuensi_df = pd.DataFrame(frekuensi_results)
+
+# Menampilkan tabel hasil perhitungan frekuensi positif, negatif, dan netral
+print(frekuensi_df)
+
+
+# In[47]:
+
+
+from sklearn.model_selection import train_test_split
+from sklearn.feature_extraction.text import TfidfVectorizer
+import pandas as pd
+
+# Misalkan data sudah dalam bentuk DataFrame bernama 'data'
+# Definisikan X dan y
+X = data['stemmed']
+y = data['Label']
+
+# Memisahkan data menjadi data latih dan data uji
+x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.10, random_state=42)
+
+# Menginisialisasi TF-IDF Vectorizer
+tfidf_vectorizer = TfidfVectorizer()
+
+# Melakukan vectorization pada data latih dan uji
+X_train_tfidf = tfidf_vectorizer.fit_transform(x_train)
+X_test_tfidf = tfidf_vectorizer.transform(x_test)
+
+# Tampilkan panjang data latih dan data uji
+print("x_train =", len(x_train))
+print("x_test =", len(x_test))
+print("y_train =", len(y_train))
+print("y_test =", len(y_test))
+
+# Membuat DataFrame dari data yang telah dipisah
+#train_data = pd.DataFrame({'stemmed': x_train, 'Label': y_train})
+#test_data = pd.DataFrame({'stemmed': x_test, 'Label': y_test})
+
+# Menyimpan data ke dalam file Excel
+#with pd.ExcelWriter('D:/Kuliah/SKRIPSI/testing/tf-idf/splitdata.xlsx') as writer:
+    #train_data.to_excel(writer, sheet_name='Train Data', index=False)
+    #test_data.to_excel(writer, sheet_name='Test Data', index=False)
+
+
+# In[48]:
+
+
+from collections import Counter
+
+# Menggabungkan teks positif, netral dan negatif berdasarkan label
+positif_text = ' '.join(x_train[y_train == 1])
+negatif_text = ' '.join(x_train[y_train == -1])
+netral_text = ' '.join(x_train[y_train == 0])
+
+# Membagi teks positif, netral dan negatif menjadi term
+positif_terms = positif_text.split()
+negatif_terms = negatif_text.split()
+netral_terms = netral_text.split()
+
+# Menghitung jumlah kemunculan term pada teks positif, netral dan negatif
+jumlah_term_positif = len(positif_terms)
+jumlah_term_negatif = len(negatif_terms)
+jumlah_term_netral = len(netral_terms)
+
+# Menampilkan jumlah term positif, netral dan negatif pada data pelatihan
+print("Jumlah term pada dokumen training positif:", jumlah_term_positif)
+print("Jumlah term pada dokumen training negatif:", jumlah_term_negatif)
+print("Jumlah term pada dokumen training netral:", jumlah_term_netral)
+
+
+# In[49]:
+
+
+from collections import Counter
+
+# Menghitung jumlah data positif, netral dan negatif pada data pelatihan
+counter_train = Counter(y_train)
+jumlah_data_positif_train = counter_train[1]
+jumlah_data_negatif_train = counter_train[-1]
+jumlah_data_netral_train = counter_train[0]
+
+# Menghitung jumlah data positif, netral dan negatif pada data pengujian
+counter_test = Counter(y_test)
+jumlah_data_positif_test = counter_test[1]
+jumlah_data_negatif_test = counter_test[-1]
+jumlah_data_netral_test = counter_test[0]
+
+# Menampilkan jumlah data positif, netral dan negatif pada data pelatihan dan pengujian
+print("Jumlah data positif pada data training:", jumlah_data_positif_train)
+print("Jumlah data negatif pada data training:", jumlah_data_negatif_train)
+print("Jumlah data netral pada data training:", jumlah_data_netral_train)
+print("Jumlah data positif pada data testing:", jumlah_data_positif_test)
+print("Jumlah data negatif pada data testing:", jumlah_data_negatif_test)
+print("Jumlah data netral pada data testing:", jumlah_data_netral_test)
+
+
+# In[53]:
+
+
+from sklearn.feature_extraction.text import CountVectorizer
+
+# Inisialisasi CountVectorizer
+vectorizer = CountVectorizer()
+
+# Melakukan vectorization pada data latih
+x_train_vec = vectorizer.fit_transform(x_train)
+
+# Melakukan vectorization pada data uji
+x_test_vec = vectorizer.transform(x_test)
+
+# Menghitung prediksi dari model pada data uji
+y_pred = naive_bayes.predict(X_test_tfidf)
+
+
+# In[54]:
+
+
+from sklearn.naive_bayes import MultinomialNB
+
+# Inisialisasi model Naive Bayes Classifier
+naive_bayes = MultinomialNB()
+
+# Melatih model pada data latih yang telah disesuaikan
+naive_bayes.fit(x_train_vec, y_train)
+
+
+# In[55]:
+
+
+from sklearn.metrics import accuracy_score, f1_score, precision_score, recall_score, classification_report
+
+# Hitung metrik evaluasi
+accuracy = accuracy_score(y_test, y_pred)
+classification_rep = classification_report(y_test, y_pred, target_names=['-1', '1','0'])
+recall = recall_score(y_test, y_pred, average='weighted')
+precision = precision_score(y_test, y_pred, average='weighted')
+f1 = f1_score(y_test, y_pred, average='weighted')
+
+# Cetak hasil evaluasi
+print('Akurasi Model Naive Bayes :', '{:.2f}%'.format(accuracy * 100))
+print('Rata-Rata Precision :', '{:.2f}%'.format(precision * 100))
+print('Rata-Rata Recall :', '{:.2f}%'.format(recall * 100))
+print('Rata-Rata F1-score :', '{:.2f}%'.format(f1 * 100))
+print("\nLaporan Klasifikasi :\n", classification_rep)
+
+
+# In[56]:
+
+
+from wordcloud import WordCloud
+import matplotlib.pyplot as plt
+
+# Ambil data berdasarkan label
+neutral_data = data[data['Label'] == 0]
+positive_data = data[data['Label'] == 1]
+negative_data = data[data['Label'] == -1]
+
+# Gabungkan semua teks menjadi satu teks panjang untuk masing-masing kelompok
+all_text_neutral = ' '.join(neutral_data['stemmed'])
+all_text_positive = ' '.join(positive_data['stemmed'])
+all_text_negative = ' '.join(negative_data['stemmed'])
+
+# Buat set kata-kata unik dari teks positif dan negatif
+words_in_positive = set(all_text_positive.split())
+words_in_negative = set(all_text_negative.split())
+
+# Filter teks netral untuk hanya memasukkan kata-kata yang tidak ada di teks positif dan negatif
+filtered_text_neutral = ' '.join(word for word in all_text_neutral.split() if word not in words_in_positive and word not in words_in_negative)
+
+# Inisialisasi WordCloud dengan parameter collocations=False
+wordcloud_neutral = WordCloud(width=800, height=400, background_color='white', collocations=False).generate(filtered_text_neutral)
+
+# Tampilkan WordCloud untuk kata-kata netral
+plt.figure(figsize=(10, 6))
+plt.imshow(wordcloud_neutral, interpolation='bilinear')
+plt.axis('off')
+plt.title('WordCloud Kata Netral')
+plt.show()
+
+
+# In[57]:
+
+
+from wordcloud import WordCloud
+import matplotlib.pyplot as plt
+
+# Ambil data berdasarkan label
+neutral_data = data[data['Label'] == 0]
+positive_data = data[data['Label'] == 1]
+negative_data = data[data['Label'] == -1]
+
+# Gabungkan semua teks menjadi satu teks panjang untuk masing-masing kelompok
+all_text_neutral = ' '.join(neutral_data['stemmed'])
+all_text_positive = ' '.join(positive_data['stemmed'])
+all_text_negative = ' '.join(negative_data['stemmed'])
+
+# Buat set kata-kata unik dari teks netral dan negatif
+words_in_neutral = set(all_text_neutral.split())
+words_in_negative = set(all_text_negative.split())
+
+# Filter teks positif untuk hanya memasukkan kata-kata yang tidak ada di teks netral dan negatif
+filtered_text_positive = ' '.join(word for word in all_text_positive.split() if word not in words_in_neutral and word not in words_in_negative)
+
+def green_color_func(word, font_size, position, orientation, random_state=None, **kwargs):
+    return "rgb(0, 128, 0)"  # Warna hijau tua 
+
+# Inisialisasi WordCloud dengan parameter collocations=False dan colormap='Greens'
+wordcloud_positive = WordCloud(width=800, height=400, background_color='white', color_func=green_color_func, collocations=False).generate(filtered_text_positive)
+
+# Tampilkan WordCloud untuk kata-kata positif
+plt.figure(figsize=(10, 6))
+plt.imshow(wordcloud_positive, interpolation='bilinear')
+plt.axis('off')
+plt.title('WordCloud Kata Positif')
+plt.show()
+
+
+# In[58]:
+
+
+from wordcloud import WordCloud
+import matplotlib.pyplot as plt
+
+# Ambil data berdasarkan label
+neutral_data = data[data['Label'] == 0]
+positive_data = data[data['Label'] == 1]
+negative_data = data[data['Label'] == -1]
+
+# Gabungkan semua teks menjadi satu teks panjang untuk masing-masing kelompok
+all_text_neutral = ' '.join(neutral_data['stemmed'])
+all_text_positive = ' '.join(positive_data['stemmed'])
+all_text_negative = ' '.join(negative_data['stemmed'])
+
+# Buat set kata-kata unik dari teks positif dan netral
+words_in_positive = set(all_text_positive.split())
+words_in_neutral = set(all_text_neutral.split())
+
+# Filter teks negatif untuk hanya memasukkan kata-kata yang tidak ada di teks positif dan netral
+filtered_text_negative = ' '.join(word for word in all_text_negative.split() if word not in words_in_positive and word not in words_in_neutral)
+
+def red_color_func(word, font_size, position, orientation, random_state=None, **kwargs):
+    return "hsl(0, 100%, 50%)"  # Merah
+
+# Inisialisasi WordCloud dengan parameter collocations=False
+wordcloud_negative = WordCloud(width=800, height=400, background_color='white',color_func=red_color_func, collocations=False).generate(filtered_text_negative)
+
+# Tampilkan WordCloud untuk kata-kata negatif
+plt.figure(figsize=(10, 6))
+plt.imshow(wordcloud_negative, interpolation='bilinear')
+plt.axis('off')
+plt.title('WordCloud Kata Negatif')
+plt.show()
+
+
+# In[59]:
+
+
+import matplotlib.pyplot as plt
+
+# Data jumlah dokumen untuk setiap kelas
+class_counts = data['Label'].value_counts()
+
+# Label untuk setiap kelas dengan jumlah data
+labels = [f'{label} ({count})' for label, count in zip(['Netral','Positif', 'Negatif'], class_counts)]
+
+# Warna untuk setiap kelas
+colors = ['orange', 'blue', 'red']
+
+# Membuat pie chart
+plt.pie(class_counts, labels=labels, colors=colors, autopct='%1.1f%%', startangle=140)
+
+# Menambahkan judul
+plt.title('Persentase Kelas Sentimen')
+
+# Menampilkan pie chart
+plt.show()
+
+
+# In[70]:
+
+
+from sklearn.feature_extraction.text import CountVectorizer
+
+# Misalkan vectorizer dan naive_bayes sudah diinisialisasi sebelumnya
+# Anda perlu menyesuaikan dengan inisialisasi yang telah Anda lakukan sebelumnya
+
+new_text = input("\nMasukkan teks baru: ")  # Mengambil input teks baru dari pengguna
+new_text_vec = vectorizer.transform([new_text])  # Mengubah teks menjadi vektor fitur menggunakan objek vectorizer yang telah dibuat sebelumnya
+predicted_sentimen = naive_bayes.predict(new_text_vec)  # Memprediksi sentimen teks menggunakan model naive bayes yang telah dilatih
+
+# Mengubah hasil prediksi menjadi label sentimen yang sesuai
+if predicted_sentimen[0] == 1:
+    sentiment_label = "Positif"
+elif predicted_sentimen[0] == 0:
+    sentiment_label = "Netral"
+else:
+    sentiment_label = "Negatif"
+
+# Mencetak hasil analisis sentimen
+print("Hasil Analisis Sentimen untuk Teks Baru:", sentiment_label)
+
+
+# In[ ]:
+
+
+
+