PERBANDINGAN TINGKAT AKURASI ALGORITMA SVM, DECISION TREE, DAN RANDOM FOREST DALAM ANALISIS SENTIMEN TANGGAPAN PENGGUNA APLIKASI GOPAY

indriani; ade davy wiranata;

ABSTRAK

Perbandingan Tingkat Akurasi Algoritma Svm, Decision Tree, dan Random Forest Dalam Analisis Sentimen Tanggapan Pengguna Aplikasi Gopay

Indriani

Tujuan dari penelitian ini adalah untuk melakukan analisis sentimen pada
tanggapan pengguna aplikasi GoPay setelah terpisah dari gojek serta mengetahui
komparasi hasil evaluasi atau akurasi yang di hasilkan oleh ketiga algoritma
tersebut. Hasil penelitian ini menunjukan bahwa dari ketiga algoritma yang di
gunakan sentimen Positif lebih banyak dari sentimen Negatif dimana pada SVM
Positif 89% dan Negatif 85%, Decision Tree class Positif 89% dan Negatif 76%
sedangkan pada Random Forest class positif 93% dan Negatif 86%. Selain itu
tingkat akurasi yang tinggi ada pada algoritma Random Forest yaitu 90%,
kemudian algoritma SVM 88% dan algoritma Decision Tree 84%.

Kata kunci: Analisis Sentimen, Decision Tree, Gopay, Random Forest, SVM

Comparison of Accuracy Levels of Svm, Decision Tree and Random Forest Algorithms in Sentiment Analysis of User Responses of the Gopay Application

Indriani

The aim of this research is to carry out sentiment analysis on the responses of GoPay application
users after being separated from Gojek and to find out the comparison of evaluation results or
accuracy produced by the three algorithms. The results of this research show that of the three
algorithms used, Positive sentiment is more than Negative sentiment, where in SVM Positive 89%
and Negative 85%, Decision Tree class Positive 89% and Negative 76% while in Random Forest
class positive 93% and Negative 86 %. Apart from that, the Random Forest algorithm has a high
level of accuracy, namely 90%, then the SVM algorithm 88% and the Decision Tree algorithm 84%.

Keywords: Decision Tree, Gopay, Random Forest, Sentiment Analysis, SVM