KOMPARASI ANALISIS SENTIMEN ULASAN FILM AVENGERS: ENDGAME DI IMDB MENGGUNAKAN METODE NAÏVE BAYES DAN SVM
DOI:
https://doi.org/10.55123/storage.v3i3.4026Keywords:
Analisis Sentimen, Komparasi, Avengers: Endgame, Naïve Bayes, SVMAbstract
Kualitas sebuah film seringkali dievaluasi melalui opini atau ulasan dari penonton yang dapat diklasifikasikan menjadi sentimen positif dan negatif. Penelitian ini bertujuan untuk menginvestigasi respons penonton terhadap film “Avengers: Endgame” di IMDb menggunakan dua algoritma data mining yang populer, yaitu Naïve Bayes dan Support Vector Machine (SVM). Topik ini dipilih karena kepopuleran dan dampak global film tersebut, serta kebutuhan untuk memahami pandangan penonton secara mendalam. Dengan menggunakan 1500 ulasan sebagai dataset, hasil analisis menunjukkan bahwa algoritma SVM memiliki akurasi sebesar 83%, sedikit lebih unggul dibandingkan dengan Naïve Bayes yang memiliki akurasi sebesar 82%. Temuan ini memberikan gambaran yang lebih komprehensif tentang bagaimana penonton merespons film “Avengers: Endgame” IMDb. Meskipun SVM menunjukkan akurasi yang lebih tinggi, akurasi 82% dari Naïve Bayes juga menunjukkan keandalan dan validitas metode ini dalam analisis sentiment ulasan film.
Downloads
References
Agustin, R.I. (2024) ‘KOMPARASI ALGORITMA NAÏVE BAYES DAN SVM UNTUK ANALISIS SENTIMEN TWITTER KORUPSI BANSOS BERAS MASA PANDEMI’, Jurnal Informatika dan Teknik Elektro Terapan, 12(2). Available at: https://doi.org/10.23960/jitet.v12i2.4020
Ardana, Y. and Kambau, R.A. (2023) ‘PERBANDINGAN ANALISIS SENTIMEN ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES TERHADAP TANGGAPAN PUBLIK TENTANG PEMBELAJARAN ONLINE DI MASA PANDEMI COVID-19’, JOURNAL OF ARTIFICIAL INTELLIGENCE & DATA SCIENCE, 3(1), pp. 1–7.
Arif Widiasan Subagio, Anggraini Puspita Sari and Andreas Nugroho Sihananto (2024) ‘Klasifikasi Lexicon-Based Sentiment Analysis Tragedi Kanjuruhan pada Twitter Menggunakan Algoritma Convolutional Neural Network’, Jurnal ilmiah Sistem Informasi dan Ilmu Komputer, 4(1), pp. 166–177. Available at: https://doi.org/10.55606/juisik.v4i1.759.
Assegaff, S., Rasywir, E. and Pratama, Y. (2023) ‘Experimental of vectorizer and classifier for scrapped social media data’, Telkomnika (Telecommunication Computing Electronics and Control), 21(4), pp. 815–824. Available at: https://doi.org/10.12928/TELKOMNIKA.v21i4.24180.
Chandani, V. and Wahono, R.S. (2015) ‘Komparasi Algoritma Klasifikasi Machine Learning Dan Feature Selection pada Analisis Sentimen Review Film’, Journal of Intelligent Systems, 1(1). Available at: http://journal.ilmukomputer.org.
Darmawan, G. et al. (2023) ‘ANALISIS SENTIMEN BERDASARKAN ULASAN PENGGUNA APLIKASI MYPERTAMINA PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE NAÏVE BAYES INFO ARTIKEL ABSTRAK’, 2(3), pp. 100–108. Available at: https://doi.org/10.55123.
Darwis, D. et al. (2020) PENERAPAN ALGORITMA SVM UNTUK ANALISIS SENTIMEN PADA DATA TWITTER KOMISI PEMBERANTASAN KORUPSI REPUBLIK INDONESIA, Jurnal Ilmiah Edutic.
Frando Febriant, Hanna Christy and Andri Wijaya (2023) ‘Analisis Sentimen Film The Marvels Dari Aplikasi Twitter Menggunakan Metode Lexicon Based’, Jurnal Sistem & Teknologi Informasi Komunikasi, 7(1), pp. 37–42.
Gracezando Yehova, P. and Ihsan Jambak, M. (2024) ‘PERBANDINGAN METODE NAÏVE BAYES DAN SVM PADA ULASAN GOOGLE PLAYSTORE MOBILE LEGENDS: BANG BANG’, JURNAL DEVICE, 14(1), pp. 140–149.
Gunawan, P.H., Alhafidh, T.D. and Wahyudi, B.A. (2022) ‘The Sentiment Analysis of Spider-Man: No Way Home Film Based on IMDb Reviews’, Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 6(1), pp. 177–182. Available at: https://doi.org/10.29207/resti.v6i1.3851.
Noviana, R. and Rasal B A Jurusan, I. (2023) ‘PENERAPAN ALGORITMA NAIVE BAYES DAN SVM UNTUK ANALISIS SENTIMEN BOY BAND BTS PADA MEDIA SOSIAL TWITTER’, JTS, 2(2), pp. 51–60.
Nurian, A. et al. (2024) ‘ANALISIS SENTIMEN PENGGUNA APLIKASI SHOPEE PADA SITUS GOOGLE PLAY MENGGUNAKAN NAIVE BAYES CLASSIFIER’, Jurnal Informatika dan Teknik Elektro Terapan, 12(1). Available at: https://doi.org/10.23960/jitet.v12i1.3631
Nurian, A., Padilah, T.N. and Garno, G. (2024) ‘ANALISIS SENTIMEN TERHADAP PELAYANAN DISDUKCAPIL KARAWANG MENGGUNAKAN NAIVE BAYES CLASSIFIER’, Jurnal Informatika dan Teknik Elektro Terapan, 12(2). Available at: https://doi.org/10.23960/jitet.v12i2.4178
Rahman, I.F., Hasanah, A.N. and Heryana, N. (2024) ‘ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI SAMSAT DIGIITAL NASIONAL (SIGNAL) DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER’, Jurnal Informatika dan Teknik Elektro Terapan, 12(2). Available at: https://doi.org/10.23960/jitet.v12i2.4073
Rifka Pratama (2022) ‘FILM DOCTOR STRANGE IN THE MULTIVERSE OF MADNESS (2022) SEBAGAI BUDAYA POPULER: SEBUAH PERSPEKTIF PENONTON INDONESIA’, Endogami: Jurnal Ilmiah Kajian Antropologi, 5(2), pp. 84–93.
Sajid Khan et al. (2023) ‘Fake News Classification using Machine Learning: Count Vectorizer and Support Vector Machine’, Journal of Computing & Biomedical Informatics, 4(01). Available at: https://doi.org/10.56979/401/2022/85.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Dhea Intan Sagita, Radendha Muhammad Arthansa, Anggraini Puspita Sari
This work is licensed under a Creative Commons Attribution 4.0 International License.
