Perbandingan Metode Naive Bayes Dan Support Vector Machine (SVM) Pada Analisis Kendaraan Listrik Pada Media Sosial “X”

Abstract

Kendaraan listrik merupakan kendaraan yang menggunakan satu atau lebih motor listrik atau motor traksi sebagai tenaga penggeraknya. Kendaraan listrik saat ini menjadi tren global sebagai alternatif kendaraan berbahan bakar fosil atau bahan bakar minyak (BBM). Peralihan dari kendaraan berbahan bakar minyak ke kendaraan listrik menjadi salah satu solusi efektif karena kendaraan listrik memiliki beberapa keunggulan dibanding kendaraan BBM. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kemunculan kendaraan listrik pada media “X” dan melakukan perbandingan kinerja algoritma klasifikasi. Data sentimen selanjutnya akan dilakukan klasifikasi menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Pengelolaan data menggunakan bahasa pemrograman python dan google Collaboratory. Tahapan penelitian ini meliputi crawling, labelling, pre-processing, klasifikasi metode, dan visualisasi. Berdasarkan 2615 data yang telah dikumpulkan, selanjutnya dilakukan preprocessing, dan cleaning data sehingga. Hasil cleaning didapatkan 1245 data yang akan dilakukan klasifikasi. Dataset dibagi menjadi dua, yaitu data latih dan data uji. Berdasarkan data latih, selanjutnya dilakukan pelabelan data menghasilkan 57,16% data positif sebanyak 30,02 data netral, dan 17,83 data negatif. Hasil perbandingan klasifikasi menunjukkan bahwa metode Naïve Bayes memiliki akurasi sebesar 66%, sedangkan metode Support Vector Machine (SVM) sebesar 93%. Metode Support Vector Machine (SVM) terbukti lebih unggul untuk analisis data dibandingkan dengan metode Naïve Bayes. Selain itu berdasarkan data pengguna “X” lebih banyak yang memberikan respon positif terhadap kendaraan listrik