EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Studi Komparatif Metode Naive Bayes dan Support Vector Machine dalam Menganalisis Sentimen Ulasan Ask-AI

Husni Faqih, Sopian Aji, Kheri Agus Suseno

MULTINETICS · 2025

DOI: 10.32722/multinetics.v11i1.7534 ↗

Kurz gefasst

Fachartikel in der Zeitschrift MULTINETICS, 2025. Verfasst von Husni Faqih und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Perkembangan Artificial Intelligence (AI) membawa perubahan yang signifikan dalam bidang informasi dan komunikasi. Aplikasi Ask-AI populer dan memiliki banyak ulasan di platform Google Play Store. Tujuan dari penelitian ini adalah menganalisis sentimen ulasan pengguna terhadap aplikasi Ask-AI serta membandingkan performa dua algoritma klasifikasi teks, yaitu Naive Bayes dan Support Vector Machine (SVM) dalam mengklasifikasi ulasan ke dalam kategori sentimen positif dan negatif. Sejumlah 628 ulasan digunaan sebagai dataset yang terdiri atas 314 ulasan positif dan 314 ulasan negatif. Dataset telah melalui tahapan preprocessing teks meliputi transformasi huruf (transform cases), tokenize, penghapusan kata umum (stopword removal), dan stemming berbasis kamus/dictionary. Analisis data menggunakan software RapidMiner dan untuk evaluasi performa model menggunakan pendekatan k-fold cross-validation yang dapat memberikan hasil lebih stabil dan representatif terhadap keseluruhan data. Hasil dari evaluasi menghasilkan nilai kinerja algoritma SVM memiliki performa yang sangat baik. SVM menghasilkan accuracy sebesar 94,08%, precision 96,23%, recall 92,31%, dan nilai Area Under Curve (AUC) sebesar 0,981. Sedangkan algoritma Naive Bayes memberikan accuracy sebesar 78%, precision 85,23%, recall 68,37%, dan AUC sebesar 0,801. Hasil penelitian menunjukkan bahwa metode SVM lebih unggul dari Naïve Bayes dalam klasifikasi sentimen ulasan pengguna aplikasi Ask-AI dikarenakan dapat memberikan hasil klasifikasi yang lebih akurat, konsisten, dan lebih sensitif terhadap variasi data teks. Diharapkan penelitian ini dapat menjadi referensi untuk pemilihan algoritma klasifikasi sentimen yang optimal pada data ulasan pengguna aplikasi berbasis AI.

Zitieren

APA

Faqih, H., Aji, S., & Suseno, K. A. (2025). Studi Komparatif Metode Naive Bayes dan Support Vector Machine dalam Menganalisis Sentimen Ulasan Ask-AI. MULTINETICS. https://doi.org/10.32722/multinetics.v11i1.7534

Vancouver

Faqih H, Aji S, Suseno KA. Studi Komparatif Metode Naive Bayes dan Support Vector Machine dalam Menganalisis Sentimen Ulasan Ask-AI. MULTINETICS. 2025. doi:10.32722/multinetics.v11i1.7534

BibTeX
@article{Faqih2025,
  author = {Faqih, Husni and Aji, Sopian and Suseno, Kheri Agus},
  title = {Studi Komparatif Metode Naive Bayes dan Support Vector Machine dalam Menganalisis Sentimen Ulasan Ask-AI},
  journal = {MULTINETICS},
  year = {2025},
  doi = {10.32722/multinetics.v11i1.7534}
}
Kostenlos starten →