Perbandingan Akurasi SVM & Naive Bayes Pada Analisis Sentimen Data Berita Online Terhadap COKLIT Pemilu 2024

Abstract

Berita online adalah salah satu media masa yang saat ini sering digunakan untuk mengetahui berita terkini tentang pencocokkan dan penelitian (COKLIT) Pemilu. Oleh karena itu, pentingnya melakukan analisis sentimen pada berita online terkait coklit pemilu 2024 karena menjadi salah satu bentuk partisipasi masyarakat dalam menanggapi bagaimana tahapan coklit yang dilakukan, serta dapat mendukung Bawaslu dalam mengawasi pemilihan umum yang akan berlangsung. Pada penelitian ini penulis akan melakukan perbandingan hasil analisis sentimen pada berita online tentang tahapan coklit menggunakan metode Support Vector Mechine (SVM) dan metode Naive Bayes agar dapat mengklasifikasikan opini dan sentimen yang diperoleh dalam beberapa kategori, seperti positif, dan negative. Penelitian ini dilakukan sebagai bentuk partisipasi masyarakat dalam mengawasi jalannya pemilihan umum di Indonesia tahun 2024. Dengan menggunakan confusssion matrix, hasil akurasi score yang didapatkan berdasarkan klasifikasi menggunakan SVM adalah 63.33%. Sedangkan hasil akurasi score berdasarkan klasifikasi menggunakan Naïve Bayes lebih besar yaitu 60.0%.