KOMPARASI ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST CLASSIFIER DALAM ANALISIS SENTIMEN APLIKASI SIREKAP

Penelitian ini menganalisis sentiment aplikasi sirekap dengan menggunakan algoritma Support Vector Machine (SVM) dan Random Forest Classifier. Tujuan penelitian ini adalah mengevaluasi efektifitas algoritma tersebut dalam mengklasifikasi sentiment pengguna terhadap aplikasi SIREKAP khususnya dalam konteks penerapannya pada proses pemilu. Data berasal dari ulasan pengguna pada google playstore dan media social “X”. Kelas sentiment dibagi menjadi kategori negatif dan positif, menggunakan Teknik praprocessing data seperti tokenisasi, stopword, stemming, dan normalisasi. Hasil penelitian menunjukan bahwa SVM memberikan akurasi yang lebih tinggi yaitu 94,11% dibandingkan dengan Random Forest yang hanya 78,28%. Penelitian ini memberikan masukan bagi pengembang dan pihak terkait untuk meningkatkan aplikasi sirekap berdasarkan ulasan dari pengguna.