ANALISIS SENTIMEN TWITTER TERHADAP PROGRAM MBKM MENGGUNAKAN DECISION TREE DAN SUPPORT VECTOR MACHINE

1903015121 - Lita Astri Pramesti; Nunik Pratiwi, S.T., M.Kom.;

Tujuan dari penelitian ini yaitu untuk menganalisis opini pengguna twitter terhadap program
MBKM dengan menggunakan Decision Tree dan Support Vector Machine. Penelitian ini
menggunakan 844 data setelah di preprocessing dimana perbandingan datasetnya yaitu 80% data
train dan 20% data test. Dalam dataset tersebut terdapat sentimen positif yang berjumlah 675,
sedangkan untuk sentimen negatif berjumlah 169. Hal ini menggambarkan bahwa opini para
pengguna twitter terhadap program MBKM cenderung positif. Hasil evaluasi penelitian
menunjukkan bahwa kedua model memiliki performa yang baik dalam mengklasifikasikan data,
dengan Decision Tree memiliki akurasi yang sedikit lebih tinggi dengan akurasi sebesar 94,81%
dibandingkan dengan SVM yang memiliki akurasi sebesar 93,70%. Namun, kedua model tersebut
menghasilkan hasil yang memuaskan dan memiliki presisi dan recall yang tinggi untuk kelas positif
dan negatif. Pilihan model terbaik tergantung pada konteks dan tujuan dari tugas klasifikasi yang
ingin dicapai. Hasil dari penelitian ini diharapkan dapat digunakan sebagai masukan untuk
pengembangan program tersebut.