Analisis Sentimen Masyarakat Terhadap Isu Pecat Sri Mulyani Pada Twitter Menggunakan Metode Naive Bayes Dan Support Vector Machine

Penelitian ini dilakukan untuk mengetahui pendapat masyarakat terhadap Isu Pecat Sri Mulyani pada media sosial Twitter. Salah satu algoritma yang dapat digunakan untuk melakukan analisis sentimen adalah Naïve Bayes dan Support Vector Machine (SVM), bertujuan Mengetahui Klasifikasi dan Nilai Akurasi Tanggapan masyarakat dengan sisi Positif dan Negatif. Sentimen Analisis yang dilakukan dengan Perbandingan Metode Naïve Bayes dan Support Vector Machine menggunakan datalatih sebanyak 1958 tagar Pecat Sri Mulyani di media sosial Twitter. Hasil akhir dari Perbandingan dengan dua metode pengujian ini, yaitu hasil prediksi Sentimen Masyakarat Terhadap Isu Pecat Sri Mulyani stop bayar pajak berdasarkan data yang didapat dari Twitter dan diimplementasikan dengan metode SVM (Support Vector Machine) menunjukkan nilai akurasi sebesari 95.13%. Dari 596 data uji, terprediksi sebesar 254 data sebagai Sentimen Negatif dan 342 data sebagai Sentimen Positif Untuk hasil prediksi dari Sentimen Negatif, terdapat 596 data terprediksi Negatif dan 2 data yang terprediksi Positif dan Metode Naïve bayes menunjukkan nilai akurasi sebesari 96.14%. Dari 596 data uji, terprediksi sebesar 296 data sebagai Sentimen Negatif dan 302 data sebagai Sentimen Positif Untuk hasil prediksi dari Sentimen Negatif, terdapat 596 data terprediksi Negatif dan 2 data yang terprediksi Positif.