Algoritma SVM dan Naïve Bayes dalam Analisis Sentimen Terhadap Fasilitas dan Pelayanan Bandara Sultan Hasanuddin Makassar
Tenri Sa'nah(1*); Dolly Indra(2); Abdul Rachman Manga’(3);
(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author
AbstractTransportasi udara memiliki peran vital dalam mendukung mobilitas dan perekonomian di Indonesia, khususnya di wilayah timur yang terhubung melalui Bandara Sultan Hasanuddin Makassar. Kualitas fasilitas dan pelayanan bandara menjadi faktor penting dalam membentuk pengalaman pengguna, yang dapat diukur melalui analisis sentimen terhadap ulasan publik di platform digital. Penelitian ini bertujuan membandingkan kinerja algoritma SVM dan Naïve Bayes dalam mengklasifikasikan sentimen positif dan negatif dari 4.049 ulasan pengguna berbahasa Indonesia yang dikumpulkan dari Google Maps periode 2021-2025. Penelitian ini juga menerapkan teknik Stratified k-fold Cross-validation dengan nilai k = 4 dan k = 5 Data. diproses melalui tahapan cleaning, case folding, normalisasi, stemming, filtering, tokenizing, serta pembobotan TF-IDF. Untuk mengatasi ketidakseimbangan kelas, digunakan metode SMOTE. Hipotesis penelitian ini adalah penerapan SMOTE dapat meningkatkan akurasi model, dan SVM akan menunjukkan performa lebih unggul dibanding Naïve Bayes. Hasil pengujian menunjukkan SVM dengan kernel linear dan parameter C=1 mencapai akurasi tertinggi sebesar 97,0% pada pembagian data 80:20, sedangkan Naïve Bayes terbaik meraih 94,3% pada skenario yang sama. Temuan ini mengonfirmasi hipotesis, menunjukkan bahwa SVM dengan penyeimbangan data memberikan kinerja optimal dalam analisis sentimen ulasan bandara
KeywordsAnalisis Sentimen; SVM; Naïve Bayes; SMOTE; Cross Validation
|
Full Text:PDF |
Article MetricsAbstract view: 122 timesPDF view: 67 times |
Digital Object Identifier https://doi.org/10.33096/linier.v2i4.3336
|
Cite |
References
L. N. Hayati, F. Y. Randana, and H. Darwis, “An In-depth Exploration of Sentiment Analysis on Hasanuddin Airport using Machine Learning Approaches,” Jurnal RESTI, vol. 9, no. 2, pp. 195–208, 2025, doi: 10.29207/resti.v9i2.6253.
S. W. Ni Putu Oka Intan Yustya Putri, “Sentiment Analysis of West Java International Airport (BIJB) Kertajati on Twitter,” vol. 4, no. 2, pp. 2588–2593, 2020, doi: 10.36555/almana.v4i2.1348.
M. S. M. Alanazi, J. Li, and K. W. Jenkins, “Evaluating Airport Service Quality Based on the Statistical and Predictive Analysis of Skytrax Passenger Reviews,” Applied Sciences (Switzerland), vol. 14, no. 20, 2024, doi: 10.3390/app14209472.
K. Smart, A. Terhadap, and K. Pengunju, “Analisis kualitas pelayanan pengembangan bandar udara internasional sultan hasanuddin berdasarkan pendekatan konsep smart airport terhadap kepuasan pengunju....,” no. March, 2024.
A. Nurdina and A. B. I. Puspita, “Naive Bayes and KNN for Airline Passenger Satisfaction Classification: Comparative Analysis,” Journal of Information System Exploration and Research, vol. 1, no. 2, pp. 83–92, 2023, doi: 10.52465/joiser.v1i2.167.
H. D. Azwan Triyadi, Purnawansyah, “Public Sentiment Analysis About Neuralink from Twitter Using Naïve Bayes: Multinomial, Gaussian and Complement,” Indonesian Journal of Computer Science, vol. 13, no. 5, pp. 2357–2386, 2024, doi: 10.33022/ijcs.v13i5.4278.
Ardiansyah, Adika Sri Widagdo, Krisna Nuresa Qodri, F. E. N. Saputro, and Nisrina Akbar Rizky P, “Analisis sentimen terhadap pelayanan Kesehatan berdasarkan ulasan Google Maps menggunakan BERT,” Jurnal Fasilkom, vol. 13, no. 02, pp. 326–333, 2023, doi: 10.37859/jf.v13i02.5170.
V. B. Shtino and M. Muça, “Comparative Study of K-NN, Naive Bayes and SVM for Face Expression Classification Techniques,” Balkan Journal of Interdisciplinary Research, vol. 9, no. 3, pp. 23–32, 2023, doi: 10.2478/bjir-2023-0015.
A. W. Sari, T. I. Hermanto, and M. Defriani, “Sentiment Analysis Of Tourist Reviews Using K-Nearest Neighbors Algorithm And Support Vector Machine,” Sinkron, vol. 8, no. 3, pp. 1366–1378, 2023, doi: 10.33395/sinkron.v8i3.12447.
E. Pujo Ariesanto Akhmad, K. Adi, and A. Puji Widodo, “Machine learning approach to customer sentiment analysis in twitter airline reviews,” E3S Web of Conferences, vol. 448, 2023, doi: 10.1051/e3sconf/202344802044.
B. Mridula, A. H. Juliet, and N. Legapriyadharshini, “Deciphering Social Media Sentiment for Enhanced Analytical Accuracy: Leveraging Random Forest, KNN, and Naive Bayes,” Proceedings of the 2024 10th International Conference on Communication and Signal Processing, ICCSP 2024, pp. 1410–1415, 2024, doi: 10.1109/ICCSP60870.2024.10543836.
H. Darwis, N. Wanaspati, and S. Anraeni, “Support Vector Machine untuk Analisis Sentimen Masyarakat Terhadap Penggunaan Antibiotik di Indonesia,” The Indonesian Journal of Computer Science, vol. 12, no. 4, pp. 2196–2206, 2023, doi: 10.33022/ijcs.v12i4.3320.
S. N. Z. Wati, H. Herman, and H. Darwis, “Naive Bayes Classifier dan K-Nearest Neighbor pada Analisis Sentimen Perkuliahan Daring di Universitas Muslim Indonesia,” Buletin Sistem Informasi dan Teknologi Islam, vol. 5, no. 1, pp. 47–54, Apr. 2024, doi: 10.33096/busiti.v5i1.2202.
N. Rahmah, P. Purnawansyah, and F. Umar, “Metode Support Vector Machine Untuk Klasifikasi Data Penyakit Hati Yang Imbalance,” Buletin Sistem Informasi dan Teknologi Islam, vol. 5, no. 1, pp. 55–64, Apr. 2024, doi: 10.33096/busiti.v5i1.2189.
R. Rahmadani, A. Rahim, and R. Rudiman, “Analisis Sentimen Ulasan ‘Ojol The Game’ Di Google Play Store Menggunakan Algoritma Naive Bayes Dan Model Ektraksi Fitur TF-IDF Untuk Meningkatkan Kualitas Game,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, Aug. 2024, doi: 10.23960/jitet.v12i3.4988.
A. Amelia, L. N. Hayati, and H. Darwis, “Analisis Sentimen Masyarakat Terhadap Sistem Pembayaran Mypertamina dengan Metode Random Forest, SVM, dan Naïve Bayes,” LINIER: Literatur Informatika dan Komputer, vol. 1, no. 1, pp. 28–44, Nov. 2024, doi: 10.33096/linier.v1i1.2269.
K. Kariyamin, Muh. I. Alyakin, and L. O. Alyandi, “Menganalisis Ulasan Mobile Legends: Analisis Kinerja Berdasarkan Opini Pengguna dengan Naive Bayes,” Buletin Sistem Informasi dan Teknologi Islam, vol. 6, no. 1, pp. 1–8, Feb. 2025, doi: 10.33096/busiti.v6i1.2475.
K. Kevin, M. Enjeli, and A. Wijaya, “Analisis Sentimen Pengunaaan Aplikasi Kinemaster Menggunakan Metode Naive Bayes,” Jurnal Ilmiah Computer Science, vol. 2, no. 2, pp. 89–98, Jan. 2024, doi: 10.58602/jics.v2i2.24.
A. F. Nur, Y. Salim, and R. Ramdaniah, “Analisis Sentimen Pengguna X Terhadap Perkembangan Artificial Intelligence (AI) Menggunakan Algoritma Machine Learning,” LINIER: Literatur Informatika dan Komputer, vol. 1, no. 4, pp. 347–357, Dec. 2024, doi: 10.33096/linier.v1i4.2534.
N. Fajriyah, N. T. Lapatta, D. W. Nugraha, and R. Laila, “Implementasi SVM Dan SMOTE Pada Analisis Sentimen Media Sosial X Terhadap Pelantikan Agus Harimurti Yudhoyono,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 10, no. 2, pp. 1359–1370, Mar. 2025, doi: 10.29100/jipi.v10i2.6246.
H. Darwis, A. N. P. Pagala, S. Anraeni, T. Amaliah, I. As’ad, and A. U. Tenripada, “Analysis of Public Sentiment about Childfree in Indonesia using Support Vector Machine Methods,” in 2025 19th International Conference on Ubiquitous Information Management and Communication (IMCOM), IEEE, Jan. 2025, pp. 1–8. doi: 10.1109/IMCOM64595.2025.10857551.
Refbacks
- There are currently no refbacks.
Copyright (c) 2026 Tenri Sa'nah, Dolly Indra, Abdul Rachman Manga’
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Linier: Literatur Informatika dan Komputer indexed by
ISSN 3063-2218
Published by Prodi Teknik Informatika FIK Universitas Muslim Indonesia
Website : https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0