Komparasi Algoritma Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Metaverse: Comparison of Support Vector Machine and Naïve Bayes Algorithms for Sentiment Analysis of the Metaverse

Dea Nurmastin Novianti (Universitas Garut)
Diqy Fakhrun Shiddieq (Universitas Garut)
Fikri Fahru Roji (Universitas Garut)
Wati Susilawati (Universitas Garut)

Malcom: Indonesian Journal of Machine Learning and Computer Science
Vol. 4 No. 1 (2024): MALCOM January 2024

Metaverse telah mencuri perhatian dunia karena kemampuannya untuk menggabungkan dunia nyata dan dunia virtual. Minat terhadap metaverse semakin meningkat seiring dengan dampak pandemi COVID-19 dan proyek pembangunan Ibu  Kota Nusantara (IKN), serta pertumbuhan penggunaan platform digital. Perbincangan isu metaverse semakin meroket naik setelah perusahaan Facebook merubah namanya menjadi Meta. Studi ini bertujuan untuk membandingkan  akurasi tertinggi antara metode algoritma Naïve Bayes dengan SVM  dalam menganalisis respons masyarakat terhadap metaverse. Studi ini menggunakan metode sentiment analisis. Penggunaan dua algoritma menjadi keterbaruan penelitian. Studi kali ini  menggunakan data yang diambil dari Twitter (x) dan disimulasikan menggunakan sentiment analisis dari algoritma SVM dan  algoritma Naïve Bayes. Berdasarkan penelitian, ditemukan bahwa akurasi algoritma SVM mencapai 90,32% presisi sebesar 0,90 dan recall sebesar 0,86, sedangkan algoritma Naïve Bayes mencapai 84,23% presisi sebesar 0,87 dan recall sebesar 084. Dengan adanya penelitian ini dapat memberikan wawasan terhadap tren metaverse, serta membandingkan hasil akurasi tertinggi antara  dua algoritma.