PUTRA, RIZKY RAMADHANI KALINGGA and Nurfalinda, Nurfalinda and Ritha, Nola (2025) PERBANDINGAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN KOMENTAR YOUTUBE TENTANG KURIKULUM MERDEKA. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) RIZKY_RAMADHANI_KALINGGA_PUTRA_2101020040_Teknik_Informatika - Cover.pdf - Published Version Download (607kB)
	Text (Abstrak) RIZKY_RAMADHANI_KALINGGA_PUTRA_2101020040_Teknik_Informatika - Abstrak.pdf - Published Version Download (120kB)
	Text (BAB I) RIZKY_RAMADHANI_KALINGGA_PUTRA_2101020040_Teknik_Informatika - BAB I.pdf - Published Version Download (197kB)
	Text (Daftar Pustaka) RIZKY_RAMADHANI_KALINGGA_PUTRA_2101020040_Teknik_Informatika - Daftar Pustaka.pdf - Published Version Download (200kB)
	Text (Full Teks) RIZKY_RAMADHANI_KALINGGA_PUTRA_2101020040_Teknik_Informatika - Full Teks.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Kurikulum Merdeka dirancang untuk mendukung pemulihan pembelajaran akibat pandemi Covid-19 dan mengejar ketertinggalan pendidikan Indonesia. Namun, penerapannya memunculkan berbagai opini yang perlu dianalisis sentimennya untuk menentukan apakah bersifat positif, negatif, atau netral. Penelitian ini membandingkan kinerja model klasifikasi Naïve Bayes dan Support Vector Machine (SVM) dalam analisis sentimen komentar YouTube tentang Kurikulum Merdeka berdasarkan metrik Accuracy, Precision, Recall, Specificity, dan F1-Score, serta membandingkan waktu pelatihan dan prediksi kedua model. Hasil penelitian menunjukkan bahwa SVM memiliki kinerja model klasifikasi lebih baik dengan Accuracy 85,71%, Precision 55,09%, Recall 57,46%, Specificity 84,44%, dan F1-Score 56,25%, dibandingkan Naïve Bayes yang mencapai Accuracy 79,59%, Precision 53,80%, Recall 46,35%, Specificity 76,22%, dan F1-Score 49,80%. Namun, Naïve Bayes lebih unggul dalam kecepatan, dengan waktu pelatihan sekitar 1,8640 detik dan prediksi 0,2021 detik. Sementara itu, SVM memerlukan waktu pelatihan sekitar 1,9492 detik dan prediksi 5,3144 detik. Dengan demikian, SVM lebih direkomendasikan untuk analisis sentimen yang memerlukan hasil klasifikasi yang lebih akurat, sedangkan Naïve Bayes lebih direkomendasikan untuk analisis sentimen yang memerlukan waktu pelatihan dan prediksi yang lebih cepat.

Actions (login required)

View Item