Komparasi Metode Naive Bayes dan SVM pada Sentimen Twitter Mengenai Persoalan Perpu Cipta Kerja

Comparison of Naive Bayes and SVM Methods on Twitter Sentiment Regarding the Government Regulations on Job Creation Issue

Abstract

Salah satu yang baru ini ramai diperbincangkan adalah persoalan UU Cipta Kerja yang banyak ragam orang berbincangkan mengenai dampak postif dan negatif mengenai hal tersebut. Oleh karena itu analisa sentimen pada persoalan UU Cipta Kerja untuk bisa mengetahui berapaa banyak orang yang menolak atau mendukung hal tersebut. Penelitian ini menggunakan data tweet sebanyak 622 data tweet yang berbahasa Indonesia. Kemudian ulasan tersebut di katagorikan ke beberapa sentimen dan algoritma, sentimen positif mendapatkan sebanyak 224 tweet, sebanyak 332 tweet yang bersentimen negative, dan sebanyak 66 bersentimen netral. Kemudian data tersebut dimasukkan kedalam algoritma Naïve Bayes dan SVM untuk menentukan tingkat akurasi yang didapatkan. Algoritma Naïve Bayes mendapatkan akurasi 73% dengan data akurasi training 87% dan SVM mendapatkan 78% untuk data testing dengan akurasi 99% dengan data training. Dari hasil tersebut menunjukka bahwa tingkat akurasi algoritma SVM lebih tinggi daripada akurasi algoritma Naïve Bayes.