ANALISIS KOMPARATIF ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI SENTIMEN ULASAN WISATAWAN PADA DESTINASI GUNUNG MUTIS MELALUI PLATFORM TIKTOK

Abstract

Perkembangan media sosial, khususnya TikTok, memungkinkan wisatawan menyampaikan opini dan pengalaman yang dapat dimanfaatkan sebagai sumber informasi dalam pengelolaan destinasi wisata seperti Gunung Mutis. Namun, data ulasan yang besar dan tidak terstruktur menyulitkan proses analisis secara manual. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dan membandingkan performa algoritma Naive Bayes dan Support Vector Machine (SVM) dalam klasifikasi sentimen ulasan wisatawan. Metode penelitian meliputi pengumpulan data melalui web scraping, preprocessing data (case folding, cleansing, tokenizing, stopword removal, dan stemming), pelabelan sentimen, serta ekstraksi fitur menggunakan TF-IDF. Dataset dibagi menjadi data latih dan data uji dengan rasio 80:20, serta dilakukan penyeimbangan data menggunakan SMOTE. Evaluasi model dilakukan menggunakan metrik akurasi. Hasil penelitian menunjukkan bahwa Naive Bayes memperoleh akurasi sebesar 72,33%, sedangkan Support Vector Machine (SVM) mencapai akurasi sebesar 96,12%. Dengan demikian, SVM memiliki performa yang lebih baik dalam mengklasifikasikan sentimen ulasan wisatawan pada data TikTok