Fajrina, Denia Putri
(2023)
Perbandingan Algoritma Support Vector Machine dan Naïve Bayes Classifier Pada Analisis Sentimen Aplikasi Tiktok Menggunakan Data Twitter.
Skripsi thesis, Universitas Negeri Padang.
Abstract
Sosial media yang cukup populer saat ini adalah TikTok. Indonesia menempati peringkat kedua dengan pengguna aktif terbanyak pada awal tahun 2023. Dalam setiap produk yang memiliki kepopularitasan sangat banyak opini masyarakat terhadap aplikasi TikTok. Tidak semua masyarakat khususnya di Indonesia dapat menerima aplikasi TikTok dengan baik, dan terdapat pro kontra terhadap aplikasi TikTok di media sosial terutama Twitter. Analisis sentimen mengenai persepsi masyarakat terhadap aplikasi TikTok sangat penting bagi pengembang aplikasi TikTok. Melalui sentimen positif dan negatif tersebut, pengembang aplikasi dapat melakukan evaluasi untuk meningkatkan kualitas dari TikTok agar menarik bagi pengguna lama maupun pengguna baru. Untuk menganalisis sentimen dari ulasan mengenai aplikasi TikTok, digunakan metode klasifikasi algoritma Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC). Pada algoritma SVM mengandalkan sebuah hyperplane dengan menambahkan fungsi kernel sedangkan NBC menggunakan probabilitas bersyarat dalam melakukan klasifikasi. Penelitian ini bertujuan untuk membandingkan performa Algoritma Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC) pada analisis sentimen Aplikasi TikTok menggunakan data Twitter. Hasil yang diharapkan dari penelitian ini yaitu pertama mengetahui perbandingan akurasi dari algoritma SVM dan NBC. Kedua mengetahui penciri pada setiap sentimen positif dan negatif. Hasil performa model dari algoritma SVM dan NBC menggunakan confusion matrix pada penelitian ini menunjukkan bahwa metode SVM lebih baik dalam melakukan klasifikasi sentimen aplikasi TikTok dibandingkan dengan NBC. Hal ini dapat dilihat dari hasil yang diperoleh dengan nilai akurasi SVM adalah 77,887%. dan nilai akurasi NBC adalah 72,115%. Klasifikasi dan visualisasi didapatkan pengetahuan berupa kata yang sering muncul di ulasan positif seperti seperti “tiktok”, “video”, “iya”, “suka”, ”bagus”, “ nonton” dan ulasan negatif terdapat kata seperti “aplikasi”, “ konten”, “salah”, “aneh” , “gila”.
Actions (login required)
 |
View Item |
