Jurnal Infortech
Vol. 7 No. 2 (2025): Desember 2025

Penerapan  Naïve Bayes Berbasis SMOTE Dan Decision Tree Untuk Analisis Sentimen Timnas Indonesia

Ghudzamir 'Ammar Ibrahim Pasaribu (Universitas Bina Sarana Informatika)
Ghofar Taufik (Universitas Bina Sarana Informatika)
Giatika Chrisnawati (Universitas Bina Sarana Informatika)
Indarti (Universitas Bina Sarana Informatika)
Dewi Laraswati (Universitas Bina Sarana Informatika)
Dinda Ayu Muthia (Universitas Bina Sarana Informatika)



Article Info

Publish Date
24 Dec 2025

Abstract

Penelitian ini bertujuan menganalisis persepsi publik terhadap kinerja Tim Nasional Indonesia pada masa kepelatihan Patrick Kluivert melalui analisis sentimen komentar penggemar di Instagram. Media sosial dipilih karena menjadi wadah utama bagi penggemar untuk menyampaikan opini dan dukungan secara langsung. Sebanyak 300 komentar dikumpulkan dari akun resmi Timnas Indonesia menggunakan teknik data scraping. Data tersebut kemudian melalui proses pembersihan dan pelabelan sebelum dianalisis. Untuk menyeimbangkan distribusi data, digunakan metode Synthetic Minority Over-sampling Technique (SMOTE). Klasifikasi sentimen dilakukan dengan membandingkan dua algoritma machine learning, yaitu Naïve Bayes dan Decision Tree, guna menilai kinerja masing-masing dalam mengenali sentimen positif maupun negatif. Hasil penelitian menunjukkan bahwa model Decision Tree memiliki performa lebih baik, khususnya dengan nilai recall tinggi pada kelas positif, yang menunjukkan kemampuannya dalam mendeteksi sentimen positif secara akurat. Meskipun demikian, model ini masih lemah dalam mengidentifikasi sentimen negatif. Secara keseluruhan, temuan ini menggambarkan antusiasme dan kecintaan besar penggemar terhadap Timnas Indonesia, terlepas dari hasil pertandingan yang diperoleh.

Copyrights © 2025






Journal Info

Abbrev

infortech

Publisher

Subject

Computer Science & IT Engineering

Description

Jurnal Infortech is a journal in the field of Computer and Informatics published by LPPM Bina Sarana Informatika and has an ISSN online version (2715-8160). This journal contains scientific research results on the themes of Computer Science, Informatics Engineering, Computer Engineering, Expert ...