Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter

Abstract

Twitter merupakan salah satu media sosial yang banyak digunakan oleh masyarakat sebagai media komunikasi dan memperoleh informasi. Melalui media sosial ini, pengguna dapat menyampaikan berbagai macam opini maupun komentar terhadap suatu isu. Opini dan komentar yang pengguna sampaikan melalui tweets yang ditulisnya pun dapat digunakan untuk analisis sentimen. Maka dari itu, dalam penelitian ini dilakukan analisis sentimen terhadap tweets yang berhubungan dengan Universitas Muhammadiyah Malang (UMM) untuk mengetahui opini masyarakat mengenai kampus ini. Analisis dilakukan dengan mengklasifikasikan tweets yang berisi sentimen masyarakat mengenai UMM. Metode klasifikasi yang digunakan dalam penelitian ini adalah Naïve Bayes dan Support Vector Machine (SVM) dengan pembobotan menggunakan TF-IDF. Hasil komparasi kedua metode menunjukkan bahwa Naïve Bayes mendapatkan hasil akurasi yang lebih baik dari SVM dengan akurasi sebesar 73,65%.