KOMPARASI ANALISIS SENTIMEN ULASAN FILM AVENGERS: ENDGAME DI IMDB MENGGUNAKAN METODE NAÏVE BAYES DAN SVM

Sagita, Dhea Intan
Arthansa, Radendha Muhammad
Sari, Anggraini Puspita

STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer
Vol. 3 No. 3 (2024): Agustus

Kualitas sebuah film seringkali dievaluasi melalui opini atau ulasan dari penonton yang dapat diklasifikasikan menjadi sentimen positif dan negatif. Penelitian ini bertujuan untuk menginvestigasi respons penonton terhadap film “Avengers: Endgame” di IMDb menggunakan dua algoritma data mining yang populer, yaitu Naïve Bayes dan Support Vector Machine (SVM). Topik ini dipilih karena kepopuleran dan dampak global film tersebut, serta kebutuhan untuk memahami pandangan penonton secara mendalam. Dengan menggunakan 1500 ulasan sebagai dataset, hasil analisis menunjukkan bahwa algoritma SVM memiliki akurasi sebesar 83%, sedikit lebih unggul dibandingkan dengan Naïve Bayes yang memiliki akurasi sebesar 82%. Temuan ini memberikan gambaran yang lebih komprehensif tentang bagaimana penonton merespons film “Avengers: Endgame” IMDb. Meskipun SVM menunjukkan akurasi yang lebih tinggi, akurasi 82% dari Naïve Bayes juga menunjukkan keandalan dan validitas metode ini dalam analisis sentiment ulasan film.