Perbandingan Metode Naïve Bayes dan SVM dalam Analisis Sentimen Netizen Twitter Terhadap Isu Kemenkeu


A. Anugrah Aqsa(1*); Irawati Irawati(2); Lukman Syafie(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Pada awal bulan Maret 2023 Menkopolhukan, Bapak Mahfud MD menyampaikan bahwasanya adanya dugaan transaksi yang mencurigakan yang terjadi di Kemenkeu berdasarkan dari laporan temuan PPATK kepada Mahfud MD, sontak hal tersebut menjadi sorotan di berbagai media sosial salah satunya Twitter, beragam tweet yang dilontarkan oleh netizen di Twitter, ada yang memberikan tweet positif, negatif, dan juga netral. Pada penelitian ini bertujuan untuk membandingkan metode Naïve Bayes dan SVM dalam analisis sentimen netizen Twitter terhadap isu Kemenkeu. Penelitian ini menunjukkan bahwa sentimen netizen didominasi dengan sentimen negatif kemudian diikuti sentimen positif, dan terakhir sentimen netral. Hasil pengujian klasifikasi terhadap kedua metode tersebut didapatkan dari membagi secara acak dataset menjadi dua bagian yaitu data latih dan data uji dengan rasio 70:30. Setelah dilakukan pengujian ditemukan bahwa Naïve Bayes mendapatkan nilai akurasi sebesar 71,7%, presisi sebesar 55,2%, recall sebesar 45,3%, dan f1-score sebesar 44,8%, sedangkan pada SVM mendapatkan nilai akurasi sebesar 74%, presisi sebesar 87,8%, recall sebesar 49,1%, dan f1-score sebesar 49,8%.

Keywords


Analisis Sentimen; Kemenkeu; Naive Bayes; SVM; Twitter

  
     

Article Metrics

Abstract view: 36 times
     

Digital Object Identifier

doi  https://doi.org/10.33096/busiti.v4i4.1824
  

Cite

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.