Perbandingan Algoritma Svm Dan Nbc Dalam Analisa Sentimen Pilkada Pada Twitter

Sari

Pemilihan Kepala Daerah atau PILKADA merupakan hal yang wajib dilakukan setiap 5 tahun sekali, Dimana masyarakat sangat berperan penting dalam PILKADA. Dalam setiap PILKADA tidak semua masyarakat dapat menerima setiap calon kepala  daerah dengan baik, sering sekali terjadi pro dan kontra masyarakat terhadap PILKADA dimedia sosial terutama media sosial twitter. Penelitian ini bertujuan untuk melihat perbandingan algoritma support vector machine dan naive bayes classifier dalam analisa sentimen PILKADA berdasarkan data Twitter. Hasil yang diharapkan dari penelitian ini adalah mengetahui perbandingan akurasi  dari algoritma SVM dan NBC. Perbandingan yang didapatkan adalah Accuracy 81,7 recall 81,7 dan precision 80% adalah hasil NBC, Sedangkan Accuracy 80,7 recall 80,7 dan precision 84% adalah hasil SVM. Maka dapat disimpulkan bahwa algoritma NBC lebih unggul dalam accuracy & recall sedangkan dalam precision yang lebih unggul adalah algoritma SVM.