KOMPARASI ALGORITMA NAÏVE BAYES DAN SVM UNTUK ANALISIS SENTIMEN KEPUASAN KINERJA PRESIDEN JOKO WIDODO PADA MEDIA SOSIAL X

• ROBBY NOVARDAN
• 2025

---

Kepuasan masyarakat terhadap kinerja presiden adalah indikator penting dalam menilai efektivitas pemerintahan. Opini publik, yang sering kali diekspresikan melalui media sosial, dapat memberikan gambaran yang jelas tentang persepsi masyarakat terhadap kebijakan dan tindakan pemerintah. Penelitian ini merupakan penelitian kuantitatif tentang analisis sentimen yang mengekstrak sentimen kinerja Presiden Joko Widodo pada X dengan tujuan menerapkan algoritma Naïve Bayes dan Support Vector Machine (SVM). Alur penelitian menggunakan metode SEMMA. Sample berupa pengumpulan data set melalui tweet yang di-crawling selanjutnya menyeleksi atribut yang penting pada tahap explore. Selanjutnya modify berupa text preprocessing sehingga menjadi data terstruktur. Model untuk pelabelan menggunakan masing-masing metode yang akan diuji. Setelah pelabelan akan diklasifikasikan menggunakan kedua metode tersebut dengan menggunakan 3 rasio yang berbeda. Assess berupa hasil evaluasi menggunakan confusion matrix dan k-fold cross validation. Hasil akurasi terbaik Naïve Bayes adalah 89.5%, sedangkan Support Vector Machine menghasilkan nilai akurasi terbaik sebesar 66.00% sehingga naïve bayes lebih unggul 23.5% dari Support Vector Machine. Hasil akurasi dari Naïve Bayes dan Support Vector Machine (SVM) menghasilkan nilai yang cukup akurat untuk topik tokoh Prabowo Subianto, sehingga algoritma tersebut dapat diterapkan untuk klasifikasi analisis sentimen pada data baru.

• Naïve Bayes
• Support Vector Machine
• Analisis Sentimen
• Kinerja Presiden
• Joko Widodo.

https://repository.bsi.ac.id/repo/59819/KOMPARASI-ALGORITMA-NAÏVE-BAYES-DAN-SVM-UNTUK--ANALISIS-SENTIMEN-KEPUASAN-KINERJA-PRESIDEN--JOKO-WIDODO-PADA-MEDIA-SOSIAL-X
File full-text dikunci.