Penelitian ini membandingkan algoritma Naïve Bayes dab SVM (Support Vector Machine) dalam analisis sentimen terhadap komentar pengguna TikTok mengenai penggunaan QRIS di luar negeri. Data dikumpulkan dengan data scraping dari komentar TikTok, kemudian melakukan prepocessing text, transformasi TF-IDF, dan penerapan SMOTE. Setiap komentar diberi label secara manual ke dalam kategori positif, negatif, atau netral. Hasil Evaluasi menunjukkan bahwa algoritma SVM menunjukkan hasil yang lebih tinggi dibandingkan algoritma Naïve Bayes dengan accuracy sebesar 62.30%, sedangkan Naïve Bayes 57.40%. Precision SVM sebesar 63.44%, sedangkan Naïve Bayes 62.98%. Recall SVM sebesar 62.30%, sedangkan Naïve Bayes 57.40%. F1-Score SVM sebesar 59.60%, sedangkan Naïve Bayes 51.33%. Dengan demikian algoritma SVM lebih efektif digunakan dalam analisis sentimen dibandingkan algoritma Naïve Bayes.
Copyrights © 2025