ANALISIS SENTIMEN ULASAN APLIKASI BOOKING.COM MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE

• ADI NUGROHO
• 2025

---

Ulasan pengguna pada platform digital seperti Booking.com merupakan masukan
krusial, namun volumenya yang besar membuat analisis manual tidak efisien dan
subjektif. Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan aplikasi
Booking.com serta membandingkan performa dua algoritma machine learning, yaitu
Support Vector Machine (SVM) dan Naive Bayes, untuk menentukan model dengan
akurasi terbaik. Metode yang digunakan adalah web scraping untuk mengumpulkan
2.000 ulasan dari Google Play Store. Data tersebut selanjutnya melalui tahap prapemrosesan (meliputi case folding, tokenization, dan stopword removal) sebelum
diklasifikasikan ke dalam tiga sentimen: positif, netral, dan negatif. Hasil penelitian
menunjukkan bahwa sentimen pengguna didominasi oleh ulasan positif (65,10%).
Pada pengujian model, Support Vector Machine (SVM) menunjukkan kinerja yang
jauh lebih unggul dengan akurasi 99,7%, dibandingkan Naive Bayes dengan akurasi
90,3%. Tingginya akurasi ini menjadikan SVM sebagai model yang lebih
direkomendasikan untuk kasus analisis sentimen pada ulasan aplikasi Booking.com.

• Analisis sentimmen
• booking.com
• Support Vector MAchine
• Naive Bayes

https://repository.bsi.ac.id/repo/72576/ANALISIS-SENTIMEN-ULASAN-APLIKASI-BOOKING.COM-MENGGUNAKAN-METODE-NAIVE-BAYES-DAN-SUPPORT-VECTOR-MACHINE
Anda dapat membaca file tugas akhir ini di repository.