Analisis Perbandingan Algoritma Machine Learning Terhadap Sentimen Analis Pemindahan Ibu Kota Negara

Abstract

Bangsa indonesia diramaikan dengan berita tentang pemindahan Ibu Kota Negara (IKN). Rencana pemerintah memindahkan IKN beralaskan pada visi misi Indonesia tahun 2045 yaitu Indonesia maju. Twitter menjadi salah satu alat komunikasi microblogging yang digunakan untuk menyampaikan opini. Berbagai algoritma telah digunakan untuk menganalisa sentimen terhadap suatu opini seperti Support Vector Machine, Naive Bayes dan Random Forest. Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma klasifikasi yaitu Support Vector Machine, Naïve Bayes dan Random Fores. Hasil akurasi tertinggi menggunakan algoritma Support Vector Machine dan di tambah feature Synthetic Minority Oversampling Technique Method (SMOTE) sebesar 82.82%, Presisi 79.34%, Recall 88.75%, 87,78% dan ROC AUC 82.82%. Akurasi Naive bayes sebesar 81.18%, Presisi 84.89%, Recall 75.86%, 80.13% dan ROC AUC 81.18%. dan akurasi Random Forest sebebar 79.55 Presisi 84.48%, Recall 72.39%, 77.97% dan ROC AUC 77.55%.