Analisis Sentimen Komentar Konten Edukatif Di Instagram Dengan Metode Naïve Bayes Dan Support Vector Machine

Abstract

Pesatnya perkembangan teknologi informasi mempengaruhi penggunaan media sosial, termasuk Instagram. Instagram menjadi salah satu platform yang cukup populer untuk berbagi konten edukatif. Penelitian ini dimaksudkan untuk menganalisa sentimen menggunakan metode Naïve Bayes (NB) dan Support Vector Machine (SVM) yang ada pada komentar didalam unggahan akun Instagram content creator  yang berfokus pada pembuatan konten edukatif. Adapula penggunaan 4600 data komentar Instagram yang diklasifikasikan dalam tig akelas sentimen berbeda yaitu, positif, netral dan negatif. Proses analisis sentimen  melibatkan beberapa proses dan tahapan, diantaranya yaitu text preprocessing, ekstraksi fitur, dan penerapan algoritma Naïve Bayes dan SVM untuk klasifikasi sentiment. Hasil penelitian menunjukan bahwa metode algoritma Naïve Bayes lebih unggul dibandingkan algoritma SVM. Ini ditunjukan dengan nilai akurasi pada metode Naïve Bayes menunjukan tingkat akurasi yang lebih tinggi dalam  mengklasifikasikan sentimen  dibandingkan dengan metode Support Vector Machine. Acuan ini ditunjukan terhadap nilai akurasi sebesar 84% pada Naïve Bayes dan 80% pada Support Vector Machine.