<![CDATA[Twitter telah menjadi platform yang penting dalam mencermati opini publik, terutama terkait dengan topik-topik populer seperti perkembangan mobil listrik di Indonesia. Dalam konteks ini, analisis sentimen dapat digunakan untuk memahami sikap dan pandangan pengguna terhadap mobil listrik. Namun, meskipun industri mobil listrik di Indonesia mengalami pertumbuhan pesat, masih ada sejumlah masalah yang perlu diatasi, seperti infrastruktur pengisian daya yang belum memadai, harga yang masih relatif tinggi, dan kesadaran masyarakat yang perlu ditingkatkan terkait manfaat lingkungan. Penelitian sebelumnya menunjukkan bahwa teknik machine learning, seperti Support Vector Machine (SVM), Random Forest, dan Naïve Bayes telah berhasil dalam menganalisis sentimen dari data Twitter terkait topik tertentu. Dalam penelitian ini, dapat diuji dan dibandingkan ketiga algoritma machine learning tersebut dalam menganalisis sentimen pengguna Twitter terhadap mobil listrik di Indonesia. Pada penelitian sudah digunakan data dari Twitter/X untuk melakukan analisis sentimen dengan memanfaatkan metrik evaluasi seperti akurasi, presisi, dan recall. Penelitian ini bertujuan untuk mengevaluasi performa relatif dari SVM, Random Forest, dan Naïve Bayes dalam mengklasifikasikan sentimen pengguna Twitter terhadap mobil listrik. Data yang digunakan bersumber dari media sosial Twitter/X dengan jumlah data yang dijadikan bahan penelitian berjumlah 1518 data dengan rincian 870 data dengan label negatif, 143 untuk label netral, dan 502 untuk label positif. Hasil dari penelitian didapatkan bahwa Nilai akurasi tertinggi didapatkan oleh algoritma Support Vector Machine sebesar 75,62%, Nilai presisi tertinggi didapatkan oleh algoritma Naïve Bayes sebesar 81,29% dan nilai recall tertinggi adalah algoritma Support Vector Machine dengan nilai 53,88%. Dari pengujian ini algoritma terbaik yaitu algoritma Support Vector Machine.]]>
Copyrights © 2024
