<![CDATA[Proses Pelatihan timnas Indonesia mengalami perubahan signifikan dalam beberapa tahun terakhir, terutama sejak kedatangan pelatih Shin Tae-yong pada akhir 2019. Sebelumnya, timnas sering mengalami fluktuasi performa akibat metode pelatihan yang kurang terstruktur dan kurangnya inovasi dalam strategi permainan. Dengan Shin Tae-yong, timnas mulai menerapkan pendekatan pelatihan yang lebih modern, dengan fokus pada teknik dasar, taktik permainan, dan kebugaran fisik pemain. Penelitian ini menganalisis 4.476 data sentimen publik dari pengguna X mengenai kinerja Shin Tae-yong. Peneliti membandingkan tiga model klasifikasi teks, yaitu Naive Bayes, SVM, dan Logistic Regression. Melalui perbandingan ini, penelitian diharapkan dapat menentukan model klasifikasi mana yang lebih baik dalam menganalisis komentar publik terkait kinerja Shin Tae-yong. Dengan menggunakan teknik optimasi SMOTE, data yang digunakan dapat diseimbangkan, di mana pelabelan menghasilkan 4.128 data mayoritas dan 344 data minoritas. Dengan optimasi SMOTE, data sentimen positif dan negatif disesuaikan agar model algoritma dapat bekerja lebih baik. Hasil komparasi menunjukkan bahwa model SVM dan Logistic Regression menghasilkan akurasi yang sama, yaitu 99%, sedangkan Naive Bayes menghasilkan akurasi sebesar 91%. Meskipun demikian, Logistic Regression menunjukkan sedikit keunggulan dalam Confusion Matrix, dengan True Positive (TP) sebesar 1.229 dan True Negative (TN) sebesar 1.222, dibandingkan dengan SVM yang memiliki TP 1.220 dan TN 1.221. Ini menunjukkan bahwa Logistic Regression sedikit lebih baik dalam mengklasifikasikan sentimen dibandingkan dengan Naive Bayes dan SVM.]]>
Copyrights © 2025
