Komparasi Algoritma Naïve Bayes dan Support Vector Machine (SVM) pada Analisis Sentimen Capcut

Charles Zai, Auliya Rahman Isnain

Abstract


Capcut adalah platform pengeditan video yang dapat digunakan pada smartphone Android, PC, dan browser. Dengan fitur-fiturnya yang inovatif dan kreatif, Capcut terus berupaya untuk meningkatkan kualitas layanannya melalui update berkala. Namun, setiap perubahan tidak selalu sesuai dengan apa yang diharapkan semua pengguna. Ini mengakibatkan berbagai perspektif dan pengalaman dengan aplikasi Capcut, yang tercermin dalam ulasan pengguna di Play Store. Salah satu langkah penting untuk memahami persepsi dan pengalaman pengguna dengan Capcut adalah melaksanakan analisa sentimen. Pada analisis ini melakukan komparasi algortima naïve bayes dan SVM dengan menerapkan optimasi SMOTE. Hasil komparasi pada algoritma naïve bayes mempunyai akurasi 81% dan algoritma SVM mempunyai akurasi 86%, yang menunjukkan bahwa kedua algortima memiliki senimen positif yang lebih baik daripada sebelum menggunakan SMOTE. Disimpulkan dari kedua algoritma bahwa model Support Vector Machine (SVM) terbukti algoritma terbaik. Hasil visualisasi wordcloud sentimen positif mengacu pada kepuasan pengguna dan fitur yang disukai, sedangkan hasil visualisasi wordcloud negatif mengacu pada ketidaknyamanan pengguna dalam melakukan proses pengeditan video.

References


M. D. Hendriyanto, A. A. Ridha, and U. Enri, “Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine,†INTECOMS J. Inf. Technol. Comput. Sci., vol. 5, no. 1, pp. 1–7, 2022, doi: 10.31539/intecoms.v5i1.3708.

A. Muhammadin and I. A. Sobari, “Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma Svm Dan Nbc,†Reputasi J. Rekayasa Perangkat Lunak, vol. 2, no. 2, pp. 85–91, 2021, doi: 10.31294/reputasi.v2i2.785.

E. Sutisna, F. Angellia, I. Pranawukir, and E. Efendi, “Analisis Pengaruh Penggunaan Aplikasi Capcut Terhadap Keterlibatan Dan Kesetiaan Pelanggan,†J. Comput. Sci. Inf. Technol., vol. 1, no. 1, pp. 27–34, 2023, doi: 10.59407/jcsit.v1i1.333.

D. I. Nursita, “Penerapan Aplikasi Capcut Untuk Meningkatkan Kreativitas Mahasiswa Institut Agama Islam Uluwiyah Mojokerto,†vol. 05, no. 04, pp. 17843–17848, 2023.

R. Syahmewah, “Pengaruh Penggunaan Template Pada Aplikasi Capcut Yang Memudahkan Mahasiswa Untuk Mengedit Video Sebagai Media Pembelajaran,†J. Phys. Sci. Learn., vol. 07, no. 1, pp. 27–32, 2023.

M. K. Khoirul Insan, U. Hayati, and O. Nurdiawan, “Analisis Sentimen Aplikasi Brimo Pada Ulasan Pengguna Di Google Play Menggunakan Algoritma Naive Bayes,†JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 478–483, 2023, doi: 10.36040/jati.v7i1.6373.

Friska Aditia Indriyani, Ahmad Fauzi, and Sutan Faisal, “Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine,†TEKNOSAINS J. Sains, Teknol. dan Inform., vol. 10, no. 2, pp. 176–184, 2023, doi: 10.37373/tekno.v10i2.419.

A. M. Ndapamuri, D. Manongga, and A. Iriani, “Analisis Sentimen Ulasan Aplikasi Tripadvisor Dengan Metode Support Vector Machine, K-Nearest Neighbor, Dan Naive Bayes,†INOVTEK Polbeng - Seri Inform., vol. 8, no. 1, p. 127, 2023, doi: 10.35314/isi.v8i1.3260.

A. Mustofa and R. Novita, “Klasifikasi Sentimen Masyarakat Terhadap Pemberlakuan Pembatasan Kegiatan Masyarakat Menggunakan Text Mining Pada Twitter,†Build. Informatics, Technol. Sci., vol. 4, no. 1, pp. 200–208, 2022, doi: 10.47065/bits.v4i1.1628.

M. Alfarizi, M. Rizqy, R. I. Ghufroni, D. Fathurahman, R. D. Saputra, and F. Kurniawan, “Analisis Sentimen Persepsi Publik Terhadap Kasus Bullying Siswa Cilacap Menggunakan Pendekatan Machine Learning,†J. Inf. Technol. Ampera, vol. 4, no. 3, pp. 265–276, 2023.

M. I. Ghozali, W. H. Sugiharto, and A. F. Iskandar, “Analisis Sentimen Pinjaman Online Di Media Sosial Twitter Menggunakan Metode Naive Bayes,†KLIK Kaji. Ilm. Inform. dan Komput., vol. 3, no. 6, pp. 1340–1348, 2023, doi: 10.30865/klik.v3i6.936.

Ernianti Hasibuan and Elmo Allistair Heriyanto, “Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier,†J. Tek. dan Sci., vol. 1, no. 3, pp. 13–24, 2022, doi: 10.56127/jts.v1i3.434.

V. W. D. Thomas and F. Rumaisa, “Analisis Sentimen Ulasan Hotel Bahasa Indonesia Menggunakan Support Vector Machine dan TF-IDF,†J. Media Inform. Budidarma, vol. 6, no. 3, p. 1767, 2022, doi: 10.30865/mib.v6i3.4218.

K. Pramayasa, I. M. D. Maysanjaya, and I. G. A. A. D. Indradewi, “Analisis Sentimen Program Mbkm Pada Media Sosial Twitter Menggunakan KNN Dan SMOTE,†SINTECH (Science Inf. Technol. J., vol. 6, no. 2, pp. 89–98, 2023, doi: 10.31598/sintechjournal.v6i2.1372.

R. Fatiya et al., “Pengaruh Synthetic Minority Oversampling Technique pada Analisis Sentimen Menggunakan Algoritma K-Nearest Neighbors,†Jlk, vol. 5, no. 1, pp. 7–12, 2022, [Online]. Available: https://github.com/riochr17/Analisis-Sentimen-ID.

D. Prasetyawan and R. Gatra, “Algoritma K-Nearest Neighbor untuk Memprediksi Prestasi Mahasiswa Berdasarkan Latar Belakang Pendidikan dan Ekonomi,†JISKA (Jurnal Inform. Sunan Kalijaga), vol. 7, no. 1, pp. 56–67, 2022, doi: 10.14421/jiska.2022.7.1.56-67.

D. T. Lukmana, S. Subanti, and Y. Susanti, “Analisis Sentimen Terhadap Calon Presiden 2019 Dengan Support Vector Machine Di Twitter,†Semin. Nas. Penelit. Pendidik. Mat. 2019 UMT, no. 2002, pp. 154–160, 2019.

R. Aryanti, T. Misriati, and A. Sagiyanto, “Analisis Sentimen Aplikasi Primaku Menggunakan Algoritma Random Forest dan SMOTE untuk Mengatasi Ketidakseimbangan Data,†J. Comput. Syst. Informatics, vol. 5, no. 1, pp. 218–227, 2023, doi: 10.47065/josyc.v5i1.4562.

T. Mardiana, H. Syahreva, and T. Tuslaela, “Komparasi Metode Klasifikasi Pada Analisis Sentimen Usaha Waralaba Berdasarkan Data Twitter,†J. Pilar Nusa Mandiri, vol. 15, no. 2, pp. 267–274, 2019, doi: 10.33480/pilar.v15i2.752.

Fauzan Baehaqi and N. Cahyono, “Analisis Sentimen Terhadap Cyberbullying Pada Komentar Di Instagram Menggunakan Algoritma Naïve Bayes,†Indones. J. Comput. Sci., vol. 13, no. 1, pp. 1051–1063, 2024, doi: 10.33022/ijcs.v13i1.3301.

C. Prakoso and A. Hermawan, “Perbandingan Model Machine Learning dalam Analisis Sentimen Ulasan Pengunjung Keraton Yogyakarta pada Google Maps,†Media Online, vol. 4, no. 3, pp. 1292–1302, 2023, doi: 10.30865/klik.v4i3.1419.




DOI: https://doi.org/10.35314/isi.v9i1.4054

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

This Journal has been listed and indexed in :

Crossref logo Find in a library with WorldCat

Copyright of Jurnal Inovtek Polbeng - Seri Informatika (ISSN: 2527-9866)

Creative Commons License
ISI: Inovtek Polbeng Seri Informatikan is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Editorial Office :
Pusat Penelitian dan Pengabdian kepada Masyarakat
 Politeknik Negeri Bengkalis 
Jl. Bathin alam, Sungai Alam Bengkalis-Riau 28711 
E-mail: jurnalinformatika@polbeng.ac.id
www.polbeng.ac.id

Web Analytics
View My Stats