Bobby Santoso_Skripsi Final INI[1]

• BOBBY SANTOSO
• 2025

---

Pesatnya Perkembangan teknologi digital dalam sektor keuangan telah mendorong penggunaan aplikasi investasi seperti Stockbit yang menawarkan fitur analisis saham dan komunitas pengguna. Beragamnya tanggapan dari pengguna menunjukkan pentingnya analisis sentimen untuk memahami persepsi mereka terhadap layanan yang disediakan. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam tugas klasifikasi sentimen, serta menilai sejauh mana penerapan Hyperparameter Tuning dapat meningkatkan performa model. Data diperoleh melalui web scraping terhadap ulasan pengguna Stockbit di Google Play Store. Setelah melalui tahapan preprocessing teks seperti pembersihan data, normalisasi, tokenisasi, penghapusan stopword, dan stemming, sebanyak 4.892 ulasan digunakan. Sentimen dibagi dalam dua kategori: positif dan negatif. Data dipisahkan menjadi data latih dan uji, lalu dikonversi secara numerik menggunakan metode TF-IDF. Pengujian dilakukan pada dua algoritma, baik tanpa maupun dengan Hyperparameter Tuning. Hasil menunjukkan bahwa Naïve Bayes, terutama setelah tuning, memberikan hasil klasifikasi sentimen yang lebih efektif. Temuan ini dapat menjadi masukan bagi pengembang aplikasi seperti Stockbit untuk meningkatkan kualitas layanan dan sistem, berdasarkan pemahaman terhadap sentimen pengguna.

 

Kata kunci: Analisis Sentimen, Naïve Bayes, Support Vector Machine, Hyperparameter Tuning, Stockbit, TF-IDF

https://repository.bsi.ac.id/repo/74745/Bobby-Santoso_Skripsi-Final-INI[1]
File full-text dikunci.