Perbandingan Metode Naïve Bayes Classifier Dan Support Vector Machine Untuk Analisis Sentimen Pengguna Twitter Mengenai Piala Dunia Fifa 2022

Abstract

Piala Dunia FIFA merupakan ajang kompetisi sepak bola tertinggi dan paling terkenal di dunia, yang akan diselenggarakan di akhir tahun. Banyak masyarakat dari seluruh belahan dunia menantikan momen langka ini yang notabene diadakan setiap empat tahun sekali. Dengan adanya antusias masyarakat khususnya bagi masyarakat Indonesia sehingga timbulnya berbagai macam opini dan reaksi masyarakat mengenai turnamen ini. Hal ini dapat dipastikan bahwa Piala Dunia FIFA 2022 dapat menimbulkan berbagai emosi masyarakat secara berlebihan maka dari itu penulis meneliti analisis sentimen masyarakat yang dalam hal ini pengguna Twitter mengenai Piala Dunia FIFA 2022. Penulis menggunakan metode Naïve Bayes Classifier dan Support Vector Machine. Dengan menggunakan 2 (dua) metode tersebut, peneliti membandingkan metode mana yang menghasilkan tingkat akurasi yang lebih baik. Berdasarkan hasil dari penelitian yang diperoleh, metode SVM menghasilkan Accuracy dengan rata-rata sebesar 85%, Precision sebesar 86%, Recall sebesar 97% dan F1-score sebesar 91%. Sedangkan metode NBC menghasilkan Accuracy dengan rata-rata sebesar 82%, Precision sebesar 86%, Recall sebesar 98% dan F1-score sebesar 90%. Dari hasil tersebut dapat disimpulkan bahwa performa metode SVM lebih baik dari metode NBC dalam mencari Accuracy dengan rata-rata 85%.