TEXT MINING DAN SENTIMENT ANALYSIS MEMBANDINGKAN METODE NAÏVE BAYES (NB) CLASSIFIER DAN SUPPORT VECTOR MACHINE (SVM ) (STUDI KASUS: DATA TANGGAPAN MENGENAI PRESIDEN INDONESIA BAPAK JOKOWI DAN PEMERINTAHANYA DI TAHUN 2022 MELALUI MEDIA SOSIAL TWITTER)

Banyak orang tertarik untuk mengetahui bagaimana pandangan publik terhadap pemerintahan Presiden Joko Widodo. Analisis Text Mining dapat menjadi salah satu cara untuk mengumpulkan dan menganalisis data tekstentang pemerintahan Joko Widodo dan mengekstrak informasi yang relevan dari data tersebut. Data diperoleh dengan mengumpulkan data tweet pemerintahan Joko Widodo tahun 2022 di Twitter menggunakan Netlyitic. Kemudian dilakukan analisis Text Mining pemerintahan Joko Widodo dengan menggunakan klasifikasi Navie Bayes (NVB) dan Support Vector Machine (SVM). Klasifikasi ini dapat digunakan untuk memprediksi sentimen atau pandangan publik terhadap pemerintah berdasarkan tweet yang dikumpulkan. Berdasarkan studi kasus hasil klasifikasi Presiden Joko Widodo dengan menggunakan klasifikasi Naive Bayes diperoleh nilai presisi sebesar 79%, nilai recall sebesar 91% dan nilai presisi sebesar 82%. Dan dengan menggunakan SVM, kita mendapatkan 85% presisi, 95% recall, dan 83% presisi. Karena akurasi, daya ingat, dan presisi yang tinggi, dapat dikatakan bahwa klasifikasi SVM lebih akurat daripada NVB.