ANALISIS SENTIMEN PRODUK APPLE VISION PRO MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE



DOI: https://doi.org/10.29100/jipi.v10i3.6495

Abstract


Dalam era digital, pandangan pengguna kini memengaruhi keputusan konsumen, terutama dalam industri teknologi. Analisis sentimen terhadap produk, seperti yang dilakukan dalam penelitian ini terhadap Apple Vision Pro, menjadi krusial dalam memahami respons pengguna terhadap inovasi teknologi. Sebelum memasuki konteks produk Apple Vision Pro, fenomena ini mencerminkan bagaimana pandangan pengguna secara umum dapat menjadi penentu penting dalam kesuksesan suatu produk teknologi. Penelitian ini menerapkan Naïve Bayes dan Support Vector Machine (SVM) untuk menganalisis sentimen ulasan produk Apple Vision Pro. Model Naïve Bayes menunjukkan konsistensi dengan precision 79% (positif) dan 78% (negatif), recall 78%, dan F1-score 78% untuk kedua kelas. Setelah optimasi dengan SMOTE, model SVM menunjukkan peningkatan dengan precision 81% (positif) dan 76% (negatif), recall 75% (positif) dan 82% (negatif), serta F1-score 78% (positif) dan 79% (negatif). Namun, dengan pertimbangan konsistensi, Naïve Bayes lebih diutamakan karena stabilitasnya dalam mengklasifikasikan sentimen. Penelitian ini menyajikan perspektif yang mendalam mengenai penggunaan analisis sentimen untuk memahami tanggapan pengguna terhadap teknologi, terutama dalam konteks produk Apple Vision Pro.

Keywords


Analisis sentimen;Apple Vision Pro; Naïve Bayes; Support Vector Machine

Full Text:

PDF

Article Metrics :

References


P. Produk And D. I. Korea, “No Title,” Vol. 2, No. 2, Pp. 1–15.

E. Fran, “Apple Vision Pro : Comments In Healthcare,” No. June 2023.

Normalisa, A. Rachmaniar, D. Diana, M. Saefudin, And R. Parulian, “Application Of Computer Vision Detection Of Apples And Oranges Using Python Language,” J. Inf. Syst. Informatics Comput., Vol. 6, No. 2, Pp. 455–466, 2022, Doi: 10.52362/Jisicom.V6i2.946.

S. Lestari And S. Berliani, “Analisis Sentimen Masyarakat Terhadap Isu Pecat Sri Mulyani Pada Twitter Menggunakan Metode Naive Bayes Dan Support Vector Machine,” Vol. 5, No. 3, Pp. 951–960, 2024.

W. Frencis, “Analisis Sentimen Masyarakat Terhadap Isu Penundaan Pemilu 2024 Pada Twitter Dengan Metode Naive Bayes Dan Support Vector Machine,” J. Sains Dan Teknol., Vol. 5, No. 3, Pp. 890–899, 2023, [Online]. Available: Http://Ejournal.Sisfokomtek.Org/Index.Php/Saintek/Article/View/1359

D. N. Novianti, D. F. Shiddieq, F. F. Roji, And W. Susilawati, “Komparasi Algoritma Support Vector Machine Dan Naïve Bayes Untuk Analisis Sentimen Pada Metaverse,” Malcom Indones. J. Mach. Learn. Comput. Sci., Vol. 4, No. 1, Pp. 231–239, 2024, Doi: 10.57152/Malcom.V4i1.1061.

J. Homepage, W. Ningsih, B. Alfianda, And D. Wulandari, “Malcom: Indonesian Journal Of Machine Learning And Computer Science Comparison Of Naive Bayes And Svm Algorithms In Twitter Sentiment Analysis On Electric Car Use In Indonesia Perbandingan Algoritma Svm Dan Naïve Bayes Dalam Analisis Sentimen Twitter Pada,” Vol. 4, No. 2, Pp. 556–562, 2024.

F. Matheos Sarimole And K. Kudrat, “Analisis Sentimen Terhadap Aplikasi Satu Sehat Pada Twitter Menggunakan Algoritma Naive Bayes Dan Support Vector Machine,” J. Sains Dan Teknol., Vol. 5, No. 3, Pp. 783–790, 2024, Doi: 10.55338/Saintek.V5i3.2702.

A. Nurian And T. N. Padilah, “Disdukcapil Karawang Menggunakan Naive,” Vol. 12, No. 2, 2024.

A. R. Raharja, A. Pramudianto, And Y. Muchsam, “Penerapan Algoritma Decision Tree Dalam Klasifikasi Data ‘ Framingham ’ Untuk Menunjukkan Risiko Seseorang Terkena Penyakit Jantung Dalam 10 Tahun Mendatang”.

D. Darwis, N. Siskawati, And Z. Abidin, “Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional,” J. Tekno Kompak, Vol. 15, No. 1, P. 131, 2021, Doi: 10.33365/Jtk.V15i1.744.

D. Oktavia, Y. R. Ramadahan, And M. Minarto, “Analisis Sentimen Terhadap Penerapan Sistem E-Tilang Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (Svm),” Klik Kaji. Ilm. Inform. Dan Komput., Vol. 4, No. 1, Pp. 407–417, 2023, Doi: 10.30865/Klik.V4i1.1040.

T. Rivanie, R. Pebrianto, T. Hidayat, A. Bayhaqy, W. Gata, And H. B. Novitasari, “Analisis Sentimen Terhadap Kinerja Menteri Kesehatan Indonesia Selama Pandemi Covid-19,” J. Inform., Vol. 21, No. 1, Pp. 1–13, 2021, Doi: 10.30873/Ji.V21i1.2864.

Y. Pratama, D. T. Murdiansyah, And K. M. Lhaksmana, “Analisis Sentimen Kendaraan Listrik Pada Media Sosial Twitter Menggunakan Algoritma Logistic Regression Dan Principal Component Analysis,” J. Media Inform. Budidarma, Vol. 7, No. 1, Pp. 529–535, 2023, Doi: 10.30865/Mib.V7i1.5575.

P. K. Sari And R. R. Suryono, “Komparasi Algoritma Support Vector Machine Dan Random Forest Untuk Analisis Sentimen Metaverse,” J. Mnemon., Vol. 7, No. 1, Pp. 31–39, 2024, Doi: 10.36040/Mnemonic.V7i1.8977.

R. Nurul Ikhsani And F. Fauzi Abdulloh, “Optimasi Svm Dan Decision Tree Menggunakan Smote Untuk Mengklasifikasi Sentimen Masyarakat Mengenai Pinjaman Online,” J. Media Inform. Budidarma, Vol. 7, No. 4, Pp. 1667–1677, 2023, Doi: 10.30865/Mib.V7i4.6809.

P. Widyantara Et Al., “Analisis Sentimen Pada Teks Berbahasa Bali Menggunakan Metode Multinomial Naive Bayes Dengan Tf-Idf Dan Bow,” Jnatia, Vol. 2, No. 1, Pp. 37–46, 2023.

Muhammad Daffa Al Fahreza, Ardytha Luthfiarta, Muhammad Rafid, And Michael Indrawan, “Analisis Sentimen: Pengaruh Jam Kerja Terhadap Kesehatan Mental Generasi Z,” J. Appl. Comput. Sci. Technol., Vol. 5, No. 1, Pp. 16–25, 2024, Doi: 10.52158/Jacost.V5i1.715.

Rayuwati, Husna Gemasih, And Irma Nizar, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid,” Jural Ris. Rumpun Ilmu Tek., Vol. 1, No. 1, Pp. 38–46, 2022, Doi: 10.55606/Jurritek.V1i1.127.

R. Alfarez And V. Purwayoga, “Penerapan Naïve Bayes Untuk Prediksi Customer Churn ( Studi Kasus : Pt Hutchison 3 Indonesia ),” Vol. 05, No. 02, Pp. 301–307, 2024.

H. C. Husada And A. S. Paramita, “Analisis Sentimen Pada Maskapai Penerbangan Di Platform Twitter Menggunakan Algoritma Support Vector Machine (Svm),” Teknika, Vol. 10, No. 1, Pp. 18–26, 2021, Doi: 10.34148/Teknika.V10i1.311.

Y. A. Singgalen, “Analisis Sentimen Wisatawan Terhadap Kualitas Layanan Hotel Dan Resort Di Lombok Menggunakan Servqual Dan Crisp-Dm,” Build. Informatics, Technol. Sci., Vol. 4, No. 4, Pp. 1870–1882, 2023, Doi: 10.47065/Bits.V4i4.3199.

A. S. Rahayu, A. Fauzi, And R. Rahmat, “Komparasi Algoritma Naïve Bayes Dan Support Vector Machine (Svm) Pada Analisis Sentimen Spotify,” J. Sist. Komput. Dan Inform., Vol. 4, No. 2, P. 349, 2022, Doi: 10.30865/Json.V4i2.5398.


Tips Main yang Aman dan Seru

judi bolavipbet88vipbet88bolago88clubjudi