ANALISIS SENTIMEN TWITTER FORMULA E JAKARTA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE, NAÏVE BAYES, DAN KNN

Formula E merupakan sebuah kejuaraan balap mobil listrik yang masuk ke dalam olahraga bidang otomotif. Pergelaran Formula E di Jakarta terdapat berbagai tanggapan dari pengguna Twitter. Oleh karena itu penelitian ini bertujuan untuk melakukan analisis sentimen dengan mengkategorikan mejadi tiga kelas, yaitu: sentimen positif, netral, dan negatif. Analisis sentimen ini menggunakan tiga algoritma klasifikasi, yaitu: Support Vector Machine, Naïve Bayes, dan KNN. Ketiga algoritma klasifikasi tersebut dilakukan evaluasi model dengan 10 Fold-Cross Validation sehingga menghasilkan nilai accuracy, recall, dan precision. Hasil evaluasi analisis sentimen Formula E Jakarta pada Twitter yang memperoleh tingkat accuracy tertinggi adalah klasifikasi Support Vector Machine dengan tingkat accuracy 75.26% dengan class precision positif: 73.94% netral: 77.97% negatif: 92.86% dan class recall positif: 95.38% netral: 45.54% negatif: 31.71%. Urutan selanjutnya adalah klasifikasi KNN mendapat tingkat accuracy 73.42% dengan class precision positif: 71.84% netral: 79.59% negatif: 86.67% dan class recall positif: 95.38% netral: 38.61% negatif: 31.71%. Kemudian yang paling rendah adalah Naïve Bayes mendapat tingkat accuracy 60.79% dengan class precision positif: 73.87% netral: 46.15%negatif: 31.71% dan class recall positif: 68.91%netral: 53.47% negatif: 31.71%. Berdasarkan hasil evaluasi dapat disimpulkan bahwa Support Vector Machine merupakan algoritma klasifikasi terbaik dalam melakukan analisis sentimen Formula E Jakarta pada Twitter.