Comparison of Naive Bayes and Support Vector Machine Algorithms in Sentiment Analysis

Sela, Tiara (2025) Comparison of Naive Bayes and Support Vector Machine Algorithms in Sentiment Analysis. Comparison of Naive Bayes and Support Vector Machine Algorithms in Sentiment Analysis, Vol.14 (No. 2). pp. 973-984. ISSN 2685-0893

	Text (Artikel) TIARA SELA_2255201211_artikel.pdf - Published Version Restricted to Repository staff only Download (798kB) \| Request a copy
	Text (Turnitin) TIARA SELA_2255201211_ Turnitin Tiara Sela.pdf - Published Version Restricted to Repository staff only Download (638kB) \| Request a copy

Official URL: DOI: http://dx.doi.org/10.35889/jutisi.v14i2.2727

Abstract

Twitter merupakan media sosial yang cepat menyebarkan opini publik. Kasus Ronald Tannur, yang banyak dibicarakan di platform ini, memicu beragam reaksi dari masyarakat. Penelitian ini bertujuan untuk membandingkan algoritma Naive Bayes dan Support Vector Machine (SVM) dalam menganalisis sentimen warganet terhadap kasus tersebut. Proses analisis mencakup pengumpulan data, praproses teks seperti penghapusan duplikat, pembersihan, case folding, normalisasi kata, penghapusan stopword, tokenisasi, dan stemming, lalu data ditransformasi menggunakan TF-IDF. Klasifikasi sentimen dilakukan menggunakan kedua algoritma dan dievaluasi dengan metrik seperti akurasi, presisi, recall, F1-score, dan AUC. Pengujian dilakukan pada tiga skema pembagian data latih dan uji, yaitu 90:10, 80:20, dan 70:30. Hasil menunjukkan bahwa SVM dengan rasio data latih 90% memberikan hasil terbaik dengan akurasi 88,78% dan AUC 0,84, melampaui Naive Bayes yang hanya mencapai akurasi 71,29% dan AUC 0,77. Ini menunjukkan bahwa SVM lebih akurat dalam mengenali sentimen di media sosial.

Item Type:	Article
Additional Information:	Artikel ini sudah terbit pada Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 14, No. 2, Agustus 2025
Uncontrolled Keywords:	Kata kunci: Klasifikasi Sentimen; Algoritma Naive Bayes; Algoritma Support Vector Machine; Twitter; Python
Subjects:	Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions:	02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User:	Mrs Atika Ledia Anggraini
Date Deposited:	20 May 2026 02:11
Last Modified:	20 May 2026 02:11
URI:	http://repository.umb.ac.id/id/eprint/2342

Actions (login required)

View Item