PERBANDINGAN ANALISIS EMOSIONAL PENGGUNA TWITTER PADA PEMINDAHAN IBU KOTA INDONESIA MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE
DOI:
https://doi.org/10.21009/pinter.6.1.3Keywords:
Naive Bayes Classifier, Support Vector Machine, Twitter, Akurasi, Error RateAbstract
Pada tahun 2019 pemerintah mewacanakan pemindahan Ibu Kota Republik Indonesia dari Jakarta ke Kalimantan. Hal itu membuat ramai masyarakat memberi opini mereka, yang banyak tertuliskan dalam media sosial Twitter yang biasa disebut tweet. Tweet tersebut dapat diolah untuk menggambarkan bagaimana opini pengguna Twitter akan suatu topik pemindahan Ibu Kota Indonesia. Penelitian ini bertujuan untuk mendapatkan analisis sentimen menggunakan algoritma Naive Bayes Classifier dan Support Vector Machine. Metode penelitian yang digunakan pada penelitian ini adalah menghitung akurasi dan error rate dari masing-masing algoritma, kemudian membandingkannya. Data yang digunakan adalah dataset sebanyak 2,100 tweet. Hasil penelitian dari kedua algoritma, berdasarkan akurasi dari Naive Bayes Classifier adalah 94.96% dan Suppor Vector Machine adalah 95.19%, jika berdasarkan error rate Naive Bayes Classifier adalah 4.505% dan Support Vector Machine adalah 4.81%. Sehingga dapat disimpulkan bahwa algoritma Support Vector Machine memperoleh nilai akurasi tertinggi dan dianggap sebagai algoritma lebih baik dibandingkan algoritma Naive Bayes pada analisis sentimen.