Journal of Data Science Theory and Application
Vol. 4 No. 2 (2025): JASTA

ANALISIS SENTIMEN PADA CAPTION INSTAGRAM FOR BUSINESS MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE

Puspitasari, Wiji Tri (Unknown)
Annisa, Lolanda Hamim (Unknown)



Article Info

Publish Date
30 Sep 2025

Abstract

Instagram merupakan media sosial yang banyak digunakan oleh masyarakat Indonesia, selain menjadi aplikasi berbagi foto dan video Instagram juga berperan dalam perkembangan bisnis UMKM karena banyak yang menggunakan fitur pada aplikasi tersebut untuk mempromosikan bisnisnya. Tujuan dari penelitian ini yaitu untuk menganalisis opini publik pengguna Instagram terhadap ulasan food vlogger pada UMKM pengguna Instagram for Business dengan menggunakan Naïve Bayes dan Support Vector Machine. Penelitian ini menggunakan 951 data dimana perbandingan dataset 90: 10 dengan 90% data latih dan 10% data uji, 80:20 dengan 80% data latih dan 20% data uji,  dan 70:30, yaitu 70% data latih dan 30% data uji. Hal ini menggambarkan bahwa opini para pengguna Instagram terhadap ulasan food vlogger pada UMKM pengguna Instagram for Business cenderung positif. Hasil evaluasi penelitian menunjukkan perbandingan 80:20 yang paling baik dengan akurasi dari Naïve Bayes sebesar 68,10% lebih tinggi dibanding Support Vector Machine yang hanya menghasilkan akurasi sebesar 62,80%. Berdasarkan hasil tersebut dapat disimpulkan bahwa algoritma Naïve Bayes lebih unggul dalam melakukan analisis sentimen terhadap ulasan food vlogger pada UMKM pengguna Instagram for Business. Hasil dari penelitian ini diharapkan dapat digunakan sebagai masukan untuk pengembangan akun UMKM tersebut.

Copyrights © 2025






Journal Info

Abbrev

ijasta

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Social Sciences

Description

Journal of Data Science Theory and Application is an open-access scientific journal intended to bring together researchers and practitioners dealing with the general field of computing, including but is not limited to the following topics:Tools and Applications in Data Science, Theoretical in Data ...