PERBANDINGAN METODE NAÏVE BAYES DENGAN SVM PADA ANALISIS SENTIMEN APLIKASI PEMESANAN TIKET KAPAL FERY (FERIZY)

Muhammad Sulhan; Erizal;

PERBANDINGAN METODE NAÏVE BAYES DENGAN SVM PADA
ANALISIS SENTIMEN APLIKASI PEMESANAN TIKET KAPAL FERY

(FERIZY)
Muhammad Sulhan

Dalam era digital, ulasan pengguna pada platform aplikasi memainkan peran penting dalam mengevaluasi
kualitas layanan dan kepuasan pelanggan. Penelitian ini bertujuan membandingkan dua metode analisis
sentimen, yaitu Naive Bayes dan Support Vector Machine (SVM), dalam mengklasifikasikan sentimen ulasan
aplikasi Ferizy di PlayStore ke dalam kategori positif, negatif, dan netral. Naive Bayes, dengan keunggulan
sederhana, efisien pada dataset kecil, dan cepat dalam pelatihan, dibandingkan dengan SVM, yang dikenal
memiliki performa tinggi pada data kompleks dengan distribusi non-linear serta fleksibilitas dalam penggunaan
kernel. Penelitian ini juga mengevaluasi performa kedua metode berdasarkan metrik akurasi, presisi, recall,
dan F1-Score, khususnya dalam menghadapi ketidakseimbangan kelas dan noise dalam data.
Dataset yang digunakan terdiri dari ulasan pengguna aplikasi Ferizy, yang dianalisis untuk mengidentifikasi
pola dan tren sentimen, dengan jumlah dataset sebanyak 1100 ulasan. Hasil implementasi menunjukkan bahwa
Naive Bayes memiliki nilai akurasi sebesar 79,27%, sedangkan SVM mencapai nilai akurasi sebesar 82,62%.
Perbedaan ini mengindikasikan bahwa SVM lebih unggul dalam menangani pola yang lebih kompleks pada
data ulasan, meskipun selisihnya relatif kecil. Hasil penelitian ini juga menunjukkan adanya perbedaan
signifikan antara kedua metode, terutama dalam keakuratan klasifikasi sentimen. Faktor-faktor seperti
kompleksitas bahasa, distribusi kelas yang tidak seimbang, dan pemilihan parameter algoritma ditemukan
memengaruhi performa metode.
Kata Kunci: Analisis Sentimen; Naïve bayes; Support Vector Machine; Ferizy; Ulasan