Text

Perbandingan Kinerja Machine Learning Berbasis Algoritma Support Vector Machine dan Naive Bayes Classifier (Studi Kasus: Data Tanggapan Mengenai Traveloka Melalui Google Play)

---

Pada era digital, teknologi memiliki peranan penting dalam perancangan produk
dan layanan berbasis digital. Indonesia menempati peringkat satu di Asia Tenggara
sebagai pengguna e-commerce terbesar. Salah satu perusahaan e-commerce terbesar
adalah PT. Trinusa Travelindo atau Traveloka. Traveloka pada Google Play
diunduh sebanyak 10 juta lebih dengan rating 3,8 dan 1 juta tanggapan. Tanggapantanggapan pengguna aplikasi Traveloka dapat digunakan sebagai data untuk
melakukan analisis sentimen dengan tujuan mengklasifikasikan tanggapan positif
dan negatif. Penelitian ini menggunakan data yang dikumpulkan pada tanggal 19
September 2021. Pelabelan kelas sentimen menggunakan teknik sentiment scoring
yang menghasilkan jumlah tanggapan positif sebanyak 1170, sementara tanggapan
negatif sebanyak 830. Data tersebut diolah menggunakan pendekatan klasifikasi
teks dengan algoritma Support Vector Machine dan Naive Bayes Classifier. Support
Vector Machine bekerja dengan cara mencari hyperplane terbaik yang memisahkan
dua buah kelas, sedangkan Naive Bayes Classifier bekerja dengan cara mencari nilai
probabilitas bersyarat terbesar. Klasifikasi menggunakan Support Vector Machine
menghasilkan performa accuracy 98,17%, precision 99,17%, dan recall 96,39%,
sedangkan Naive Bayes Classifier menghasilkan performa accuracy 85,5%,
precision 91,82%, dan recall 87,28%. Berdasarkan performa yang dihasilkan,
machine learning dengan algoritma Support Vector Machine memiliki kinerja yang
lebih baik dibandingkan Naive Bayes Classifier dalam melakukan klasifikasi
tanggapan Traveloka melalui Google Play.
Kata kunci: Traveloka, Google Play, Analisis Sentimen, Support Vector Machine,
Naive Bayes Classifier

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

939 E 2022

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Meliana Indra Safitri / Iut Tri Utami,S.Si,M.Si./ Triastuti Wuryandari,S.Si,M.Si

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar