PELITABANGSAPELITABANGSA

Pelita TeknologiPelita Teknologi

Penelitian ini mengembangkan sistem analisis sentimen otomatis untuk mengklasifikasikan ulasan pengguna berbahasa Indonesia pada aplikasi JobStreet dari Google Play Store. Dilakukan perbandingan kinerja dua algoritma machine learning, yaitu Support Vector Machine (SVM) dan Naive Bayes. Data ulasan melalui tahapan pra-pemrosesan meliputi pembersihan, case folding, tokenisasi, normalisasi, penghapusan stopword, dan stemming sebelum pelatihan dan evaluasi model. Kinerja diukur menggunakan akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa SVM lebih unggul dibandingkan Naive Bayes, dengan akurasi 97%, presisi 0,98, recall 0,96, dan F1-score 0,97. Sementara itu, Naive Bayes mencapai akurasi 89%, presisi 0,93, recall 0,83, dan F1-score 0,86. SVM menunjukkan kinerja klasifikasi yang lebih seimbang antar kelas sentimen. Temuan ini menunjukkan bahwa SVM lebih efektif untuk analisis sentimen berbahasa Indonesia dan memiliki potensi kuat untuk diimplementasikan dalam sistem otomatis guna mendukung rekomendasi cerdas dan peningkatan kualitas layanan pada platform rekrutmen digital.

Algoritma Support Vector Machine (SVM) terbukti lebih efektif dibandingkan Naive Bayes dalam mengklasifikasikan sentimen ulasan pengguna aplikasi JobStreet.20, SVM mencapai akurasi 97%, presisi 0,98, recall 0,96, dan F1-score 0,97, menunjukkan kemampuan yang seimbang dalam mengenali sentimen positif dan negatif dengan kesalahan sangat rendah.Perbedaan paling signifikan terlihat pada recall sentimen negatif, di mana SVM mencapai 0,92 sedangkan Naive Bayes hanya 0,67, sehingga SVM lebih unggul dalam menjaga keseimbangan klasifikasi antar label.

Penelitian lanjutan dapat mengevaluasi algoritma deep learning seperti LSTM atau BERT untuk menilai apakah model berbasis neural network mampu mengungguli kinerja algoritma klasik seperti SVM dalam konteks analisis sentimen aplikasi lowongan kerja. Selain itu, penelitian dapat menguji representasi teks yang lebih canggih seperti Word2Vec atau FastText untuk melihat apakah pendekatan yang menangkap konteks semantik secara mendalam dapat meningkatkan akurasi klasifikasi dibandingkan metode TF-IDF. Selanjutnya, diperlukan pengembangan model klasifikasi tiga kelas (positif, negatif, netral) dengan strategi penanganan data ambigu yang lebih baik agar seluruh ulasan dapat dimanfaatkan tanpa mengorbankan kinerja model, sehingga analisis sentimen menjadi lebih komprehensif dan representatif terhadap opini pengguna yang sebenarnya.

  1. Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse... doi.org/10.30865/mib.v8i2.7458Komparasi Algoritma NayEAve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse doi 10 30865 mib v8i2 7458
  2. ANALISIS SENTIMEN ULASAN APLIKASI LITA DI PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES | JATI (Jurnal... doi.org/10.36040/jati.v8i1.8778ANALISIS SENTIMEN ULASAN APLIKASI LITA DI PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES JATI Jurnal doi 10 36040 jati v8i1 8778
  3. PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN LEXICON BASED UNTUK ANALISIS SENTIMEN CYBERBULLYING... doi.org/10.36040/jati.v6i2.5633PENERAPAN METODE NAyaVE BAYES CLASSIFIER DAN LEXICON BASED UNTUK ANALISIS SENTIMEN CYBERBULLYING doi 10 36040 jati v6i2 5633
Read online
File size453.98 KB
Pages8
DMCAReport

Related /

JURIS Pengaruh Frekuensi Perdagangan Saham Kapitalisasi Pasar Dan Jumlah Hari Perdagangan Saham Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Yang Terdaftar Di Bursa Efek Indonesia Periode 2019 2026More at 2026

MULIADARMAMULIADARMA Dengan kata lain, dapat diartikan pengaruh frekuensi perdagangan saham (X1), kapitalisasi pasar (X2) dan jumlah hari perdagangan saham (X3) terhadap returnDengan kata lain, dapat diartikan pengaruh frekuensi perdagangan saham (X1), kapitalisasi pasar (X2) dan jumlah hari perdagangan saham (X3) terhadap return

JURIS Analisis Sentimen Ulasan Aplikasi PLN Mobile Menggunakan Algoritma Na ve Bayes Classifier dan K Nearest Neighbor 2025More at 2025

IRPIIRPI Namun kini beberapa pelanggan mulai menjumpai permasalahan seperti gagal memuat lokasi saat melakukan pengaduan dan saat pembelian token dengan virtualNamun kini beberapa pelanggan mulai menjumpai permasalahan seperti gagal memuat lokasi saat melakukan pengaduan dan saat pembelian token dengan virtual

JURIS Structural Model of the Influence of Corporate Fundamental Factors on Market Value A SEM PLS Approach on LQ45 Companies 2025More at 2025

UnlaUnla Temuan ini menunjukkan bahwa nilai pasar tidak hanya digerakkan oleh kinerja internal, yang menekankan pentingnya menggabungkan faktor eksternal dan kualitatifTemuan ini menunjukkan bahwa nilai pasar tidak hanya digerakkan oleh kinerja internal, yang menekankan pentingnya menggabungkan faktor eksternal dan kualitatif

JURIS Model Sentiment Analysis Berbasis Machine Learning Untuk Data GenZ Career Aspiration Menggunakan Flask dan Naive Bayes 2025More at 2025

STMIKJAYAKARTASTMIKJAYAKARTA Hasil akhir dari tugas akhir ini adalah prototipe aplikasi berbasis web yang mampu memprediksi sentimen positif dan negatif dari input teks, dengan akurasiHasil akhir dari tugas akhir ini adalah prototipe aplikasi berbasis web yang mampu memprediksi sentimen positif dan negatif dari input teks, dengan akurasi

JURIS Penerapan Model Green Supply Chain Management Untuk Pengembangan Industri Batik Tulis Madura Dengan GSCOR Dan ANP 2024More at 2024

POLIBANPOLIBAN Hasil penelitian menunjukkan bahwa penerapan GSCM pada industri batik tulis Madura menghasilkan nilai kinerja sebesar 65. Proses perencanaan dan produksiHasil penelitian menunjukkan bahwa penerapan GSCM pada industri batik tulis Madura menghasilkan nilai kinerja sebesar 65. Proses perencanaan dan produksi

JURIS Analisis Sentimen Masyarakat Terhadap Kesehatan Mental Pada Media Sosial Twitter Dengan Menggunakan Machine Learning 2024More at 2024

POLIBANPOLIBAN Rerata hasil dari cross validation menunjukkan nilai 73,21% untuk Naive Bayes dan 67,02% untuk Decision Tree. Pada penelitian ini sentimen positif lebihRerata hasil dari cross validation menunjukkan nilai 73,21% untuk Naive Bayes dan 67,02% untuk Decision Tree. Pada penelitian ini sentimen positif lebih

JURIS Analisis Sentimen Media Sosial Twitter pada Kasus Pemberlakuan Pembatasan Kegiatan Masyarakat dengan menggunakan Metode Na ve Bayes Classifier 2023More at 2023

ITKITK 84, F1-Score 0. 84, precision 0. 85, dan recall 0. 84. Nilai akurasi yang didapat dari model yang telah dibangun adalah 0,84, nilai presisi 0,85, nilai84, F1-Score 0. 84, precision 0. 85, dan recall 0. 84. Nilai akurasi yang didapat dari model yang telah dibangun adalah 0,84, nilai presisi 0,85, nilai

JURIS Analisa Sentimen Opini Publik Tentang Vaksinasi Covid 19 di Indonesia Menggunakan Na ve bayes dan Decission Tree 2022More at 2022

IRPIIRPI Hasil penelitian analisa sentimen opini masyarakat tentang vaksinasi COVID-19 yang telah dilakukan, cenderung ke tanggapan negatif dengan nilai akurasiHasil penelitian analisa sentimen opini masyarakat tentang vaksinasi COVID-19 yang telah dilakukan, cenderung ke tanggapan negatif dengan nilai akurasi

Useful /

JURIS Penerapan Teknik Ensemble Dalam Analisis Sentimen Pelayanan Bea Cukai Pada Platform X Berbasis Soft Voting 2026More at 2026

PELITABANGSAPELITABANGSA Penelitian ini menganalisis sentimen publik terhadap pelayanan Bea Cukai di Indonesia yang menjadi sorotan di media sosial X. Metode Soft Voting denganPenelitian ini menganalisis sentimen publik terhadap pelayanan Bea Cukai di Indonesia yang menjadi sorotan di media sosial X. Metode Soft Voting dengan

JURIS Building National Character through Religion Based Educational Sciences 2025More at 2025

CAHAYA ICCAHAYA IC Filosofi ini membentuk peserta didik secara holistik dengan mengintegrasikan iman, pengetahuan, dan karakter moral. Implementasinya cocok untuk mengatasiFilosofi ini membentuk peserta didik secara holistik dengan mengintegrasikan iman, pengetahuan, dan karakter moral. Implementasinya cocok untuk mengatasi

JURIS Development of Powtoon Assisted Learning Media to Improve Students Critical Thinking Skills in Science Subjects 2025More at 2025

CAHAYA ICCAHAYA IC Metodologi: Penelitian kualitatif menggunakan perangkat lunak Powtoon untuk mendesain media instruksional. Data dikumpulkan melalui panduan wawancara,Metodologi: Penelitian kualitatif menggunakan perangkat lunak Powtoon untuk mendesain media instruksional. Data dikumpulkan melalui panduan wawancara,

JURIS Self Efficacy dan Resiliensi pada Mahasiswa yang mengalami Pembelajaran Daring Putri Ayu Andira Fathana Gina 2024More at 2024

UBHARAJAYAUBHARAJAYA Penelitian ini bertujuan untuk mengetahui hubungan self efficacy dengan resiliensi pada mahasiswa yang mengalami pembelajaran daring. Adapun teknik yangPenelitian ini bertujuan untuk mengetahui hubungan self efficacy dengan resiliensi pada mahasiswa yang mengalami pembelajaran daring. Adapun teknik yang

ads-block-test