Perbandingan Metode Naïve Bayes Dan Decision Tree C4.5 untuk Analisis Sentimen Produk Es Teh Indonesia di Media Sosial Twitter

Abstract

Abstrak— Penelitian ini membandingkan metode Naive Bayes dan Decision Tree dalam analisis sentimen produk Es Teh Indonesia di media sosial Twitter. Analisis sentimen digunakan untuk memahami opini pengguna terhadap produk atau layanan. Meskipun kedua metode tersebut telah banyak digunakan dalam analisis sentimen, belum ada penelitian khusus yang membandingkannya untuk produk es teh Indonesia di Twitter. Data penelitian dikumpulkan melalui web scraping dari Twitter, dengan mencari tweet yang mengandung kata kunci terkait es teh Indonesia. Setiap tweet diberi label sentimen positif dan negatif berdasarkan konteks dan emosi yang terkandung di dalamnya. Hasil penelitian menunjukkan bahwa model algoritma Decision Tree C4.5 dengan memiliki tingkat akurasi yang lebih tinggi dengan tingkat akurasi sebesar 71.96% dan Naïve Bayes dengan tingkat akurasi sebesar 66.11% sehingga terbukti nilai akurasi Decision Tree C4.5 lebih baik daripada nilai akurasi Naïve Bayes dalam melakukan analisis sentimen. Kemudian hasil analisis sentimen terhadap Produk es teh indonesia menunjukkan kecenderungan pelanggan merespon negatif dengan dengan jumlah sentimen negatif 143 dan sentimen positif 28.