EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

PENANGANAN EXTREME CLASS IMBALANCE PADA ANALISIS SENTIMEN ULASAN PROVIDER INTERNET MENGGUNAKAN PENDEKATAN SMOTE DENGAN ALGORITMA RANDOM FOREST DAN SVM

Risca Lusiana Pratiwi, Ginabila, Zulia Imami Alfianti

Jurnal Informatika Teknologi dan Sains (Jinteks) · 09.08.2026 · 8 (2) · 1045-1054

DOI: 10.51401/jinteks.v8i2.7974 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Informatika Teknologi dan Sains (Jinteks), online erschienen am 09.08.2026. Verfasst von Risca Lusiana Pratiwi und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Ketimpangan distribusi kelas yang ekstrem pada data ulasan pelanggan menjadi tantangan utama yang memicu bias prediksi pada model pembelajaran mesin. Penelitian ini bertujuan untuk menguji efektivitas penanganan extreme class imbalance pada ulasan penyedia jasa internet menggunakan pendekatan Synthetic Minority Over-sampling Technique (SMOTE) yang dikombinasikan dengan algoritma Random Forest dan Support Vector Machine (SVM). Dataset berjumlah 699 rekaman ulasan diolah melalui rangkaian pra-pemrosesan teks, ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF), serta diuji menggunakan skema Cross Validation. Hasil evaluasi memperlihatkan bahwa kombinasi SMOTE dan SVM mencatatkan akurasi sebesar 91,56%, nilai Area Under Curve (AUC) 0,769, presisi kelas positif 100,00%, dan recall kelas positif sebesar 4,84%. Di sisi lain, skema SMOTE dan Random Forest memperoleh akurasi 91,13%, nilai AUC 0,740, serta presisi dan recall kelas positif sebesar 0,00%. Penelitian ini menyimpulkan bahwa batas pemisah linier pada SVM lebih responsif memanfaatkan sampel sintetis SMOTE dalam ruang fitur berdimensi tinggi, serta mengonfirmasi bahwa kedua algoritma memiliki kecenderungan prediktif yang dominan dalam mengenali sampel kelas mayoritas.

Zitieren

APA

Pratiwi, R. L., Ginabila, & Alfianti, Z. I. (2026). PENANGANAN EXTREME CLASS IMBALANCE PADA ANALISIS SENTIMEN ULASAN PROVIDER INTERNET MENGGUNAKAN PENDEKATAN SMOTE DENGAN ALGORITMA RANDOM FOREST DAN SVM. Jurnal Informatika Teknologi dan Sains (Jinteks), 8(2), 1045-1054. https://doi.org/10.51401/jinteks.v8i2.7974

Vancouver

Pratiwi RL, Ginabila, Alfianti ZI. PENANGANAN EXTREME CLASS IMBALANCE PADA ANALISIS SENTIMEN ULASAN PROVIDER INTERNET MENGGUNAKAN PENDEKATAN SMOTE DENGAN ALGORITMA RANDOM FOREST DAN SVM. Jurnal Informatika Teknologi dan Sains (Jinteks). 2026;8(2):1045-1054. doi:10.51401/jinteks.v8i2.7974

BibTeX
@article{Pratiwi2026,
  author = {Pratiwi, Risca Lusiana and Ginabila and Alfianti, Zulia Imami},
  title = {PENANGANAN EXTREME CLASS IMBALANCE PADA ANALISIS SENTIMEN ULASAN PROVIDER INTERNET MENGGUNAKAN PENDEKATAN SMOTE DENGAN ALGORITMA RANDOM FOREST DAN SVM},
  journal = {Jurnal Informatika Teknologi dan Sains (Jinteks)},
  year = {2026},
  volume = {8},
  number = {2},
  pages = {1045--1054},
  doi = {10.51401/jinteks.v8i2.7974}
}
Kostenlos starten →