Perbandingan Metode Naïve Bayes Dan Support Vector Machine Untuk Analisis Sentimen Fenomena Hallyu

Abstract

Pesatnya kemajuan teknologi komunikasi dan informasi, khususnya pada media sosial 'X', telah membuka akses luas bagi masyarakat untuk menerima beragam informasi global, termasuk aspek budaya. Di
antara berbagai fenomena budaya yang muncul, Korean Wave atau Hallyu menjadi subjek diskusi yang memicu beragam tanggapan di kalangan pengguna platform tersebut. Studi ini dilaksanakan untuk mengevaluasi pandangan masyarakat terhadap Hallyu menggunakan perbandingan dua pendekatan algoritma, yakni Naïve Bayes dan Support Vector Machine (SVM). Pengumpulan data dilakukan melalui proses ekstraksi tweet terkait Hallyu dalam rentang 1 Januari 2018 hingga 31 Desember 2024, menghasilkan 2855 tweet netral, 430 tweet positif, dan 90 tweet negatif. Evaluasi kinerja menunjukkan Naïve Bayes memperoleh akurasi 73,4%, sedangkan SVM menunjukkan performa lebih unggul dengan akurasi 86,6%, mengindikasikan keunggulan SVM dalam klasifikasi sentimen Hallyu.
Kata kunci— analisis sentimen, NB, SVM, hallyu