EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

EVALUASI PERFORMA NAIVE BAYES DAN SVM DALAM MEMPREDIKSI SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST

Indri Arianti Wibowo, Uce Indahyanti, Irwan Alnarus Kautsar, Rohman Dijaya

JATI (Jurnal Mahasiswa Teknik Informatika) · 22.03.2026 · 10 (2) · 2933-2940

DOI: 10.36040/jati.v10i2.17860 ↗

Kurz gefasst

Fachartikel in der Zeitschrift JATI (Jurnal Mahasiswa Teknik Informatika), online erschienen am 22.03.2026. Verfasst von Indri Arianti Wibowo und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kemajuan teknologi digital telah mendorong pertumbuhan signifikan dalam penggunaan aplikasi mobile di berbagai kalangan pengguna, termasuk Pinterest yang menghasilkan banyak ulasan pengguna sebagai sumber informasi kepuasan. Meskipun demikian, banyaknya ulasan yang tersedia dalam bentuk teks yang tidak tersusun membuat proses analisis secara manual sulit dilakukan dan berpotensi menimbulkan bias akibat ketidakseimbangan data sentimen. Penelitian ini dilaksanakan guna membandingkan tingkat performa algoritma Naive Bayes dan Support Vector Machine (SVM) dalam pengelompokan sentimen ulasan pengguna aplikasi Pinterest. Metode penelitian meliputi pre-processing, pelabelan, ekstraksi fitur melalui penerapan Term Frequency-Inverse Document Frequency (TF-IDF), pembagian data 80:20 dan 70:30, serta penerapan Random Oversampling (ROS) dilakukan untuk mengatasi ketidakseimbangan data. Evaluasi diterapkan dengan memanfaatkan confusion matrix melalui metrik akurasi, precision, recall, dan F1-score. Temuan penelitian menunjukkan bahwa Support Vector Machine (SVM) pada kondisi data Imbalanced rasio 80:20 memperoleh akurasi global tertinggi sebesar 89,01% dan F1-score 88,71%, sedangkan Naive Bayes dengan Random Oversampling (ROS) rasio 70:30 menghasilkan recall kelas negatif tertinggi sebesar 87,03% dan F1-score 72,68%. Penelitian menegaskan bahwa evaluasi model pada data tidak seimbang perlu menitikberatkan pada performa per kelas, khususnya recall kelas negatif, bukan hanya akurasi global.

Zitieren

APA

Wibowo, I. A., Indahyanti, U., Kautsar, I. A., & Dijaya, R. (2026). EVALUASI PERFORMA NAIVE BAYES DAN SVM DALAM MEMPREDIKSI SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST. JATI (Jurnal Mahasiswa Teknik Informatika), 10(2), 2933-2940. https://doi.org/10.36040/jati.v10i2.17860

Vancouver

Wibowo IA, Indahyanti U, Kautsar IA, Dijaya R. EVALUASI PERFORMA NAIVE BAYES DAN SVM DALAM MEMPREDIKSI SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST. JATI (Jurnal Mahasiswa Teknik Informatika). 2026;10(2):2933-2940. doi:10.36040/jati.v10i2.17860

BibTeX
@article{Wibowo2026,
  author = {Wibowo, Indri Arianti and Indahyanti, Uce and Kautsar, Irwan Alnarus and Dijaya, Rohman},
  title = {EVALUASI PERFORMA NAIVE BAYES DAN SVM DALAM MEMPREDIKSI SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST},
  journal = {JATI (Jurnal Mahasiswa Teknik Informatika)},
  year = {2026},
  volume = {10},
  number = {2},
  pages = {2933--2940},
  doi = {10.36040/jati.v10i2.17860}
}
Kostenlos starten →