Penerapan Algoritma Naïve Bayes dalam Analisis Sentimen terhadap Mobil Listrik

Abstract

Dalam era kemajuan teknologi yang pesat, mobil listrik menjadi inovasi utama dalam industri otomotif. Namun, analisis sentimen menunjukkan adanya tantangan, terutama kurangnya pemahaman masyarakat tentang mobil listrik, yang berdampak pada persepsi negatif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap mobil listrik di Indonesia melalui konten YouTube, dengan menggunakan algoritma Naive Bayes. Metode Knowledge Discovery in Databases (KDD) digunakan untuk mengumpulkan dan menganalisis opini masyarakat. Evaluasi model menggunakan Confusion Matrix menunjukkan peningkatan signifikan setelah penerapan teknik SMOTE Upsampling, meningkatkan akurasi dari 50,70% menjadi 78,16%.Analisis kelas menunjukkan peningkatan pada true positive, true negative, dan true neutral. Meskipun algoritma Naive Bayes menghasilkan akurasi 78,16%, presisi 71,43%, dan recall 57,97%, penelitian ini memiliki keterbatasan dan disarankan untuk membandingkan algoritma klasifikasi lain, memperluas dataset, serta menguji kombinasi algoritma yang lebih luas. Rekomendasi juga mencakup penerapan hasil penelitian ke dalam mesin klasifikasi dengan pengujian lebih lanjut. Studi ini memberikan wawasan untuk meningkatkan pemahaman dan penerimaan mobil listrik di masyarakat Indonesia.