Metodologi Penelitian
Tahapan penelitian analisis sentimen menggunakan Naive Bayes dan SVM
1. Persiapan Data
Kumpulkan komentar TikTok dan beri label sentimen: positif, negatif, netral. Bagi dataset menjadi train (70–80%) dan test (20–30%).
Belum ada sesi pelatihan. Lakukan pelabelan di menu "Label & Train".
2. Pra-pemrosesan Teks
Case folding; pembersihan URL/mention/hashtag/simbol; tokenisasi; penghapusan stopwords; normalisasi bahasa gaul; stemming Sastrawi.
3. Ekstraksi Fitur dengan TF‑IDF
Ubah teks hasil pra-pemrosesan menjadi vektor numerik TF‑IDF sebagai input model.
4. Pelatihan Model
Latih dua algoritma: Naïve Bayes (MultinomialNB) dan SVM (LinearSVC) pada data latih.
Belum ada sesi pelatihan. Lakukan pelabelan di menu "Label & Train".
5. Pengujian Model
Uji model menggunakan data test untuk melihat kemampuan generalisasi.
Belum ada sesi pelatihan. Lakukan pelabelan di menu "Label & Train".
6. Evaluasi Performa
Hitung akurasi, presisi, recall, F1‑score, dan tampilkan confusion matrix untuk masing‑masing model.
7. Perbandingan Algoritma
Bandingkan Naïve Bayes dan SVM berdasarkan akurasi serta keseimbangan presisi dan recall untuk menentukan algoritma terbaik.
Belum ada hasil evaluasi untuk dibandingkan. Lakukan pelabelan dan latih model di menu "Label & Train".