<![CDATA[Ulasan penonton merupakan sumber informasi penting bagi industri hiburan dalam memahami kepuasan konsumen dan mendukung pengambilan keputusan bisnis. Penelitian ini bertujuan membandingkan kinerja metode Random Forest dan Support Vector Machine (SVM) dalam analisis sentimen kepuasan penonton drama Korea Vagabond. Data diperoleh melalui kuesioner skala Likert (1–5) yang merepresentasikan kepuasan keseluruhan serta berbagai aspek pengalaman menonton. Evaluasi model dilakukan menggunakan akurasi, sensitivity, precision, dan error rate. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan kinerja yang lebih baik dengan akurasi 85,88%, precision 73,65%, dan error rate 14,12%, dibandingkan SVM yang memperoleh akurasi 76,47%, precision 47,7%, dan error rate 23,53%. Meskipun SVM memiliki sensitivity yang lebih tinggi, Random Forest dinilai lebih unggul secara keseluruhan karena mampu memberikan klasifikasi kepuasan penonton yang lebih akurat dan stabil. Temuan ini menunjukkan bahwa Random Forest lebih efektif digunakan sebagai alat analitik dalam mendukung strategi pemasaran dan pengelolaan produk di industri hiburan berbasis data konsumen.]]>
Copyrights © 2026
