Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Algoritma Naive Bayes dan SVM dalam Analisis Sentimen Twitter terhadap Isu Ijazah Jokowi Palsu Wulandari, Oca Meilika; Maulana, Irvan; Syamsudin, Fatih; Waluyo, Retno
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 1 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i1.145

Abstract

Media sosial, khususnya Twitter, telah berkembang menjadi forum publik yang dinamis untuk membahas berbagai isu sosial dan politik. Salah satu topik yang banyak diperdebatkan adalah dugaan ijazah palsu milik mantan Presiden Joko Widodo. Penelitian ini membandingkan kinerja dua algoritma klasifikasi, yaitu Support Vector Machine dan Naïve Bayes, dalam menganalisis sentimen pengguna Twitter terhadap isu dugaan ijazah palsu tersebut. Analisis dimulai dengan pengumpulan data menggunakan teknik crawling, dilanjutkan dengan proses pra-pemrosesan, pelabelan data, implementasi algoritma, dan evaluasi model. Dari total 3.055 komentar Twitter berbahasa Indonesia yang berkaitan dengan dugaan ijazah palsu Presiden Jokowi, diperoleh 1.453 komentar negatif, 942 komentar positif, dan 660 komentar netral. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 65%, sementara Support Vector Machine menghasilkan akurasi yang lebih tinggi, yaitu 69,23%.