RIZKI, AGUS MAULA (2025) PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES DALAM ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI TIKTOKSHOP. S1 thesis, Universitas Malikussaleh.

	Text cover aguss.pdf Download (138kB)
	Text ABSTRAK AGUSS.pdf Download (260kB)
	Text BAB I AGUSS.pdf Download (229kB)
	Text DAPUS AGSS.pdf Download (218kB)
	Text SKRIPSI AGUS FINAL.pdf Restricted to Registered users only Download (6MB)

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja algoritma Support Vector Machine (SVM) dan Naïve Bayes dalam analisis sentimen terhadap ulasan pengguna aplikasi TikTokShop. Seiring berkembangnya TikTokShop sebagai platform yang mengintegrasikan media sosial dan e-commerce, analisis sentimen menjadi penting untuk memahami persepsi pengguna serta mendukung pengambilan keputusan bagi pelaku bisnis. Data yang digunakan terdiri dari 3.000 ulasan pengguna yang seimbang, masing-masing 1.000 ulasan positif, netral, dan negatif. Data diperoleh melalui teknik web scraping dari Google Play Store dan diproses melalui tahapan pra-pemrosesan, meliputi pembersihan data, case folding, normalisasi, tokenisasi, penghapusan stopword, dan stemming. Selanjutnya, data diubah menjadi representasi vektor menggunakan metode TF-IDF. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, confusion matrix, dan 10-fold cross-validation. Hasil penelitian menunjukkan bahwa SVM memberikan hasil lebih baik dengan akurasi 68,86%, presisi 68,43%, dan F1-score 68,58%. SVM menunjukkan kinerja yang seimbang pada semua kategori sentimen. Sebaliknya, Naïve Bayes unggul dalam mengklasifikasikan sentimen negatif (94,1%) namun kurang akurat pada sentimen netral (38,5%). Meskipun demikian, Naïve Bayeslebih unggul dalam efisiensi waktu pelatihan, yaitu 224 kali lebih cepat dibandingkan SVM. Temuan ini menunjukkan bahwa kedua algoritma memiliki kelebihan masing-masing dan berpotensi dikombinasikan melalui pendekatan ensemble.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	AGUS MAULA RIZKI
Date Deposited:	03 Sep 2026 07:32
Last Modified:	03 Sep 2026 07:32
URI:	https://rama.unimal.ac.id/id/eprint/22312

Actions (login required)

View Item