PERBANDINGAN NBC DAN SVM DALAM ANALISIS SENTIMEN TERHADAP DAMPAK KESEHATAN ROKOK ELEKTRIK

Hani Rahmawati; Isa Faqihuddin Hanif;

ABSTRAK

Perbandingan NBC dan SVM dalam Analisis Sentimen Terhadap Dampak Kesehatan Rokok Elektrik

Hani Rahmawati

Studi ini mengkaji persepsi publik terhadap dampak kesehatan rokok elektrik dengan menerapkan
dua algoritma klasifikasi: NBC dan SVM. Data yang bersumber dari media sosial X (eks Twitter)
diproses melalui tahapan pembersihan data, pelabelan sentimen, pembobotan menggunakan TF-
IDF, serta penyeimbangan data menggunakan teknik SMOTE. Evaluasi performa dilakukan

menggunakan empat metrik utama: accuracy, precision, recall, dan f1-score. NBC memperoleh
akurasi sebesar 80,5% dengan recall tinggi meskipun precision-nya rendah. Sebaliknya, SVM
mencatat performa superior dengan akurasi 95,2% serta keseimbangan precision dan recall yang
lebih konsisten. Oleh karena itu, algoritma Support Vector Machine (SVM) direkomendasikan
sebagai metode yang lebih efektif dalam menganalisis sentimen publik terhadap rokok elektrik.

Kata kunci: Analisis Sentimen; Rokok Elektrik; Naïve Bayes Classifier (NBC); Support Vector Machine (SVM).

Comparison of NBC and SVM in Sentiment Analysis of the Health Impact of E-Cigarettes

Hani Rahmawati

This study examines public perception of the health impacts of electronic cigarettes using two
classification algorithms: NBC and SVM. Data sourced from social media X (formerly Twitter)
underwent stages of data cleaning, sentiment labeling, TF-IDF weighting, and data balancing
through the SMOTE technique. Performance evaluation was conducted using four key metrics:
accuracy, precision, recall, and f1-score. NBC achieved 80.5% accuracy with high recall despite
low precision. In contrast, SVM recorded superior performance with 95.2% accuracy and more
consistent balance between precision and recall. Therefore, the Support Vector Machine (SVM)
algorithm is recommended as a more effective method for analyzing public sentiment regarding
electronic cigarettes.

Keywords: Electronic Cigarette; Entiment Analysis; Naïve Bayes Classifier (NBC); Support Vector Machine (SVM).