PERBANDINGAN METODE ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN APLIKASI BRIMO

PERBANDINGAN METODE ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN APLIKASI BRIMO

• By Fahmi Setiawan;
• S1- Sistem Infomasi
• 23
• 1-63

BRImo adalah aplikasi keuangan untuk melakukan berbagai transaksi nasabah kapan
saja dan di mana saja. Transaksi yang ditawarkan beragam dari online domestik dan
internasional hingga pembayaran, pembelian, investasi, asuransi, dan perbankan.
Aplikasi BRImo dapat diunduh di google play store, didalam google play store juga
terdapat menu untuk memberi ulasan kepada seluruh aplikasi yang ada didalam
playstore, sehingga mempermudah aplikasi dalam mengevaluasi kinerjanya
berdasarkan ulasan yang ada. Penelitian ini bertujuan untuk menganalisis
perbandingan keakuratan algoritma Naïve Bayes dan Support Vector Machine (SVM)
guna memberikan pengalamanya menggunakan aplikasi BRImo. Metode CRISP-DM
digunakan dalam penelitian kali ini sebagai alur dalam penelitian, terdapat 1000
dataset yang digunakan dalam penelitian untuk mencari akurasi terbaik, pengujian
kedua algoritma masing masing terbagi menjadi 2 kali percobaan dan menghasilkan
akurasi terbaik dengan perbandingan 70% data latih dan data uji 30% , pada algoritma
Naïve Bayes menghasilkan nilai akurasi sebesar 72.24%, class precision prediksi
positif 95.09 dan class precision negatif 4,00%, class recall positif 74,24% dan class
recall negatif 21,43% sedangkan pada algoritma support vector machine menghasilkan
nilai akurasi sebesar 94,98% class precision prediksi positif 95.30% dan class
precision negatif 0,00%, class recall positif 99,65% dan class recall negatif 0.00%

• Katakunci PERBANDINGAN ALGORITMA, NAÏVE BAYES, DAN SUPPORT VECTOR MACHINE
• URL https://drive.google.com/file/d/1ilYJuBGf8zDaKvT2eUdJkq7OvA3kga9J/view?usp=sharing
• Penerbit ,

REFERENSI

Cep Lukman Rohmat, Rosdiana Ningsih, R., Rizki Rinaldi, A., & Fatturohman, F.
(2024). Analisis Sentimen Pada Ulasan Pengguna Aplikasi Canva Menggunakan
Algoritma Naïve Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2),
2297–2302. https://doi.org/10.36040/jati.v8i2.9139
Darmawan, G., Alam, S., & Sulistyo, M. I. (2023). Analisis Sentimen Berdasarkan
Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan
Metode Naïve Bayes. STORAGE – Jurnal Ilmiah Teknik Dan Ilmu Komputer,
2(3), 100–108.
Fikri, M. I., Sabrila, T. S., & Azhar, Y. (2020). Comparison of Naïve Bayes and
Support Vector Machine Methods in Twitter Sentiment Analysis. Smatika Jurnal,
10(02), 71–76.
Gishella Septania Al-Husna, Dian Asmarajati, Iman Ahmad Ihsannuddin, & Rina
Mahmudati. (2024). Perbandingan Metode Naïve Bayes Dan Support Vector
Machine Untuk Analisis Sentimen Pada Ulasan Pengguna Aplikasi Linkedin.
STORAGE: Jurnal Ilmiah Teknik Dan Ilmu Komputer, 3(2), 139–144.
https://doi.org/10.55123/storage.v3i2.3602
Irfan, M., & Erizal, E. (2024). Perbandingan Algoritma Naïve Bayes dengan K
Nearest Neighbor Untuk Analisis Sentimen Aplikasi InDrive di Playstore. Jurnal
Media
Informatika
Budidarma,
https://doi.org/10.30865/mib.v8i3.7780
8(3),
1535.
Nasution, M. R. A., & Hayaty, M. (2019). Perbandingan Akurasi dan Waktu Proses
Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter. Jurnal Informatika,
6(2), 226–235. https://doi.org/10.31311/ji.v6i2.5129
Nuraini, A., Faqih, A., Dwilestari, G., Dienwati Nuris, N., & Narasati, R. (2024).
Analisis Sentimen Terhadap Review Aplikasi Brimo Di Google Play Store
Menggunakan Algoritma Naïve Bayes. JATI (Jurnal Mahasiswa Teknik
Informatika), 7(6), 3661–3666. https://doi.org/10.36040/jati.v7i6.8228
40
Priadana, M. S., & Sunarsi, D. (2021). METODE PENELITIAN KUANTITATIF.
Pascal Books. https://books.google.co.id/books?id=9dZWEAAAQBAJ
Rina Noviana, & Isram Rasal. (2023). Penerapan Algoritma Naive Bayes Dan Svm
Untuk Analisis Sentimen Boy Band Bts Pada Media Sosial Twitter. Jurnal Teknik
Dan Science, 2(2), 51–60. https://doi.org/10.56127/jts.v2i2.791
Rokhman, K. A., Berlilana, B., & Arsi, P. (2021). Perbandingan Metode Support
Vector Machine Dan Decision Tree Untuk Analisis Sentimen Review Komentar
Pada Aplikasi Transportasi Online. Journal of Information System Management
(JOISM), 3(1), 1–7. https://doi.org/10.24076/joism.2021v3i1.341
Singgalen, Y. A. (2023). Analisis Sentimen dan Sistem Pendukung Keputusan
Menginap di Hotel Menggunakan Metode CRISP-DM dan SAW. Journal of
Information
System
Research
https://doi.org/10.47065/josh.v4i4.3917
(JOSH),
4(4),
1343–1353.