PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DENGAN DECISION TREE PADA APLIKASI RUANG GURU
Abstract
Mobile Learning is electronic-based learning using a computer or computer-based. One of the most widely known Mobile Learning applications today is Ruang Guru. One way to determine the success of an application is to do a sentiment analysis of the application. The purpose of this study was to find the best accuracy model for classifying data in the SVM and Decision Tree algorithms. The data is taken from the comments column in the playstore on the Ruang Guru application as much as 1500 data. Then the data is labeled into 2 classes, namely positive and negative. After that, the data is divided into 70% training data and 30% testing data. The results of the comparison show that the best test model for sentiment classification cases is found in the SVM algorithm with an accuracy value of 84.2%, while the Decision Tree algorithm gets an accuracy value of 70%. So it can be concluded that the SVM algorithm has a better value for classification of review data in the Ruang Guru application compared to the Decision Tree algorithm.
Keywords: Ruang Guru, sentiment analysis, SVM, Decision Tree
Mobile Learning merupakan pembelajaran berbasis elektronik dengan menggunakan komputer atau berbasis komputer. Salah satu aplikasi Mobile Learning yang banyak dikenal saat ini adalah Ruang Guru . Salah satu cara untuk mengetahui keberhasilan suatu aplikasi adalah dengan melakukan analisis sentimen terhadap aplikasi tersebut. Tujuan penelitian ini untuk menemukan pemodelan akurasi terbaik terhadap pengklasifikasian data pada algoritma SVM dan Decision Tree. Data diambil dari kolom komentar di playstore pada aplikasi Ruang Guru sebanyak 1500 data. Kemudian data tersebut dilabelkan menjadi 2 kelas yaitu positif dan negatif. Setelah itu, data dibagi 2 menjadi data training sebanyak 70% dan data testing 30%. Hasil perbandingan menunjukkan model uji terbaik untuk kasus klasifikasi sentimen terdapat pada algoritma SVM dengan nilai akurasi sebesar 84.2% sedangkan pada algoritma Decision Tree mendapatkan nilai akurasi sebesar 70%. Sehingga dapat disimpulkan bahwa algoritma SVM memiliki nilai yang lebih baik untuk klasifikasi data ulasan pada aplikasi Ruang Guru dibandingkan algoritma Decision Tree.
Kata kunci: Ruang Guru, analisis sentimen, SVM, Decision Tree
Full Text:
PDFReferences
F. F. Irfani and S. A. Yogyakarta, “Analisis Sentimen Review Aplikasi Ruangguru Menggunakan Algoritma Support Vector Machine,” no. February, 2020, doi: 10.26487/jbmi.v16i3.8607.
N. Manado and N. S. Londa, “Pengaruh komunikasi media”.
A. P. Giovani, T. Haryanti, and L. Kurniawati, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” vol. 14, no. 2, pp. 116–124, 2020.
D. Normalisasi and K. Levenshtein, “Analisis sentimen data ulasan aplikasi ruangguru pada situs google play menggunakan algoritma naïve bayes classifier dengan normalisasi kata levenshtein distance,” vol. 11, no. 1, pp. 257–266, 2022.
A. Erfina et al., “Analisis Sentimen Aplikasi Pembelajaran Online Di Play Store Pada Masa Pandemi Covid-19 Menggunakan Algoritma Support Vector Machine,” vol. 2020, no. Semasif, pp. 145–152, 2020.
M. Rangga, A. Nasution, and M. Hayaty, “Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter,” vol. 6, no. 2, pp. 226–235, 2019.
A. Mukminin and D. Riana, “Komparasi Algoritma C4 . 5 , Naïve Bayes Dan Neural Network Untuk Klasifikasi Tanah,” vol. 4, no. 1, pp. 21–31, 2017.
A. S. Rahayu and A. Fauzi, “Komparasi Algoritma Naïve Bayes Dan Support Vector Machine ( SVM ) Pada Analisis Sentimen Spotify,” vol. 4, pp. 349–354, 2022, doi: 10.30865/json.v4i2.5398.
I. P. Rahayu, A. Fauzi, and J. Indra, “Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Naive Bayes Dan Support Vector Machine,” vol. 4, pp. 296–301, 2022, doi: 10.30865/json.v4i2.5381.
A. M. Siregar, S. Faisal, A. Puspabhuana, and M. S. H. Simarangkir, “Comparison Study Of Term Weighting Optimally With SVM In Sentiment Analysis,” 2019, doi: 10.4108/eai.18-7-2019.2288508.
A. Tobby Wiratama Putra , Agung Triayudi, “Analisis Sentimen Pembelajaran Daring menggunakan Metode Naïve Bayes , KNN , dan Decision Tree,” vol. 6, no. 1, 2022.
R. P. P. S. Abdul Najib, Damar Nurcahyono, “Klasifikasi Diagnosa Penyakit Diabetes Mellitus ( DM ),” no. Dm.
DOI: http://dx.doi.org/10.20527/klik.v10i1.602
Copyright (c) 2023 KLIK - KUMPULAN JURNAL ILMU KOMPUTER
This work is licensed under a Creative Commons Attribution 4.0 International License.
This work is licensed under a Creative Commons Attribution 4.0 International License. View My Stats