Perbandingan Algoritma Klasifikasi dalam Analisis Sentimen Opini Masyarakat tentang Kenaikan Harga Bbm

Abstract

Kenaikan harga bahan bakar minyak (BBM) telah menjadi permasalahan yang cukup kompleks dan kontroversial . Peningkatan harga BBM  memengaruhi berbagai aspek ekonomi dan sosial, termasuk inflasi, biaya produksi, dan tarif transportasi di Indonesia. Klasifikasi sentimen menggunakan algoritma Naïve Bayes, Support Vector Machine, dan K-Nearest Neighbors untuk menentukan algorimat klasifikasi sentimen manakah yang terbaik. Dengan melakukan perbangdingan metode algoritma Naïve Bayes, Support Vector Machine, dan K-Nearest Neighbors untuk menentukan algorimat klasifikasi sentimen manakah yang terbaik. Dengan melakukan perbangdingan algoritma klasifikasi sentimen  menghasilkan  akurasi yang paling tinggi didapatkan oleh algoritma Naive Bayes dengan akurasi sebesar 80,28%. Kedua adalah algoritma Support Vector Machine (SVM) dengan akurasi sebesar 73,89%. Algoritma yang memiliki nilai akurasi paling kecil adalah algorima K-Nearest Neighbor (KNN)  dengan akurasi sebesar 50,00%.