Perbandingan Kinerja Support Vector Machine dan Naive Bayes dalam Klasifikasi Sentimen Twitter Terhadap Pelayanan BPJS
DOI:
https://doi.org/10.52436/1.jpti.680Keywords:
analisis sentimen, BPJS, naive bayes, SVM, twitterAbstract
Penelitian ini bertujuan untuk menganalisis dan membandingkan performa algoritma Support Vector Machine (SVM) dan Naïve Bayes dalam mengklasifikasikan sentimen publik terhadap pelayanan BPJS menggunakan data dari Twitter. Data yang digunakan dalam penelitian ini dikumpulkan melalui API Twitter dengan kata kunci "BPJS", menghasilkan total 3.503 tweet. Proses preprocessing dilakukan untuk membersihkan dan mempersiapkan data, yang mencakup tahapan seperti cleaning, case folding, normalisasi kata, tokenization, stopword removal, dan stemming. Setelah preprocessing, data diberi label menggunakan metode lexicon-based, yang menghasilkan 1.572 tweet positif (44,88%), 1.247 tweet negatif (35,60%), dan 684 tweet netral (19,53%). Dataset kemudian dibagi dengan rasio 80:20 untuk pelatihan dan pengujian. Hasil menunjukkan bahwa SVM memiliki akurasi 79,32%, lebih tinggi dibandingkan Naïve Bayes yang hanya mencapai 61,63%. Selain itu, SVM juga unggul dalam precision dan recall untuk semua kategori sentimen, menegaskan keandalannya dalam analisis sentimen berbasis media sosial. Hasil penelitian ini dapat membantu pengambil kebijakan dan penyedia layanan kesehatan dalam memahami opini masyarakat serta meningkatkan pelayanan berbasis data.
Downloads
References
T. D. Dikiyanti, Analisis Sentimen dan Pemodelan Topik Mengenai BPJS Kesehatan Berdasarkan Data Hasil Crawling Twitter Menggunakan Indonesian Sentiment …. 2020.
A. Z. Najib, S. Achmadi, and K. Auliasari, “SISTEM KLASIFIKASI DATA PENDUDUK UNTUK MENENTUKAN TEMPAT PEMUNGUTAN SUARA ( TPS ) DENGAN METODE K-NEAREST NEIGHBOR ( KNN ) BERBASIS WEBSITE ( STUDI KASUS?: PEMILU DESA BULULAWANG ),” vol. 8, no. 2, pp. 1323–1330, 2024.
M. Taufik Sugandi, Martanto, and U. Hayati, “Analisis Sentimen Komentar Pengguna Youtube terhadap Kebijakan Baru Badan Penyelenggara Jaminan Kesehatan Sosial Menggunakan Naïve Bayes,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 6, no. 1, pp. 218–227, 2024.
Z. Ardika and A. D. Wowor, “Analisis Sentimen Masyarakat Terhadap Program Badan Penyelenggara Jaminan Sosial (Bpjs) Menggunakan Data Twitter,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 9, no. 1, pp. 90–99, 2024.
D. Atmajaya, A. Febrianti, and H. Darwis, “Metode SVM dan Naive Bayes untuk Analisis Sentimen ChatGPT di Twitter,” The Indonesian Journal of Computer Science, vol. 12, no. 4. 2023.
B. A. Maulana and M. J. Fahmi, “Sentiment Analysis of Pluang Applications With Naive Bayes and Support Vector Machine ( SVM ) Algorithm Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine ( SVM ),” vol. 4, no. April, pp. 375–384, 2024.
Y. A. Singgalen, “Analisis Sentimen Top 10 Traveler Ranked Hotel di Kota Makassar Menggunakan Algoritma Decision Tree dan Support Vector Machine,” vol. 4, no. 1, pp. 323–332, 2023.
A. Wandani, “Sentimen Analisis Pengguna Twitter pada Event Flash Sale Menggunakan Algoritma K-NN , Random Forest , dan Naive Bayes,” vol. 5, no. September, pp. 651–665, 2021.
D. A. N. D. Sosial, “BUATAN DALAM SISTEM INFORMASI?: TINJAUAN LITERATUR TENTANG APLIKASI , ETIKA ,” vol. 6, pp. 1163–1169, 2023.
H. Oktavian et al., “Akuntabilitas Birokrasi Dalam Pelayanan Publik Pada Dinas Ketenakerjaan Dan Transmigrasi Kabupaten Sikka , Provinsi Nusa Tenggara Timur Bureaucratic Accountability in Public Services at the Employment and Transmigration Office of Sikka Regency , East Nusa,” vol. 2, no. 1, pp. 19–28, 2024.
D. Hernikawati, “Kecenderungan Tanggapan Masyarakat Terhadap Vaksin Sinovac Berdasarkan Lexicon Based Sentiment Analysis The Trend of Public Response to Sinovac Vaccine Based on Lexicon Based Sentiment Analysis,” Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi, vol. 23, no. 1. pp. 21–31, 2021.
Syahril Dwi Prasetyo, Shofa Shofiah Hilabi, and Fitri Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” J. KomtekInfo, vol. 10, pp. 1–7, 2023.
Y. Nurtikasari, Syariful Alam, and Teguh Iman Hermanto, “Analisis Sentimen Opini Masyarakat Terhadap Film Pada Platform Twitter Menggunakan Algoritma Naive Bayes,” INSOLOGI J. Sains dan Teknol., vol. 1, no. 4, pp. 411–423, 2022.
T. Sugihartono and R. R. C. Putra, “Penerapan Metode Support Vector Machine Dalam Classifikasi Ulasan Pengguna Aplikasi Mobile Jkn,” SKANIKA Sist. Komput. dan Tek. Inform., vol. 7, no. 2, pp. 144–153, 2024.
R. A. Husen, R. Astuti, L. Marlia, R. Rahmaddeni, and L. Efrizoni, “Analisis Sentimen Opini Publik pada Twitter Terhadap Bank BSI Menggunakan Algoritma Machine Learning,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 3, no. 2, pp. 211–218, 2023.
