Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi
Vol. 3 No. 1 (2025): Januari

Perbandingan Algoritma Naïve Bayes Dan Support Vector Machine Dalam Menentukan Sentimen Publik Terhadap Copilot

Agustio Dwitama (Unknown)
Meilinda, Meilinda (Unknown)
Julian Masidin, Nevin (Unknown)
Wijaya, Andri (Unknown)



Article Info

Publish Date
24 Jan 2025

Abstract

Chatbot modern, termasuk Copilot dari Microsoft Edge, berkembang pesat berkat teknologi pemrosesan bahasa alami (NLP). Penelitian ini menganalisis sentimen publik terhadap Copilot menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Dengan mengumpulkan 20.000 ulasan dari Google Play Store melalui library Python “google_play_scraper”, data diproses dengan langkah-langkah preprocessing, diikuti pelabelan menggunakan VADER untuk mengklasifikasikan ulasan menjadi positif, negatif, dan netral. Metode TF-IDF digunakan untuk mengindeks dan memberikan bobot pada istilah sebelum menerapkan model pencarian berbasis vektor. Hasil evaluasi menunjukkan SVM unggul dibandingkan Naïve Bayes dalam akurasi (96,54% vs 90,32%), precision, recall, dan F1-score, terutama dalam mendeteksi ulasan negatif. Word Cloud analisis menunjukkan kata kunci positif dominan seperti "app" dan "good", mencerminkan persepsi pengguna yang baik terhadap Copilot. Penelitian ini merekomendasikan pengoptimalan lebih lanjut untuk Naïve Bayes dan menegaskan bahwa SVM adalah pilihan lebih baik untuk analisis sentimen kompleks.

Copyrights © 2025






Journal Info

Abbrev

simtek

Publisher

Subject

Computer Science & IT

Description

Topik artikel yang dapat diterbitkan di J-SIMTEK (Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi) adalah: Pengembangan, manajemen, dan pemberdayagunaan sistem informasi Manajemen perubahan sistem informasi Inovasi dalam sistem informasi Keamanan sistem informasi Ekstraksi informasi ...