PERBANDINGAN METODE SUPPORT VECTOR MACHINE (SVM) DAN MULTINOMIAL NAIVE BAYES (MNB) PADA ANALISIS SENTIMEN PENGGUNA APLIKASI SHOPEE DI GOOGLE PLAY STORE TERKAIT FITUR CASH ON DELIVERY (COD)

Abstract

COD merupakan salah satu fitur yang terdapat pada penjualan online di berbagai macam e-commerce seperti Shopee, fitur ini memungkinkan konsumen membayar pesanan secara tunai setelah menerima barang, tetapi fitur tersebut masih terdapat banyak keluhan pelanggan, namun dibalik hal tersebut berbagai ulasan di Google Play Store menunjukkan bahwa masih terdapat sentimen beragam dari para pengguna mengenai fitur tersebut, dengan demikian penelitian ini bertujuan untuk menganalisis sentiment terkait fitur cod menggunakan 2 algoritma sebagai perbandingan yaitu Support Vector Machine dan Multinomial Naïve Bayes untuk mengetahui algoritma mana yang paling efektif dengan metode perbandingan Confusion Matrik. Hasil yang akan diperoleh meliputi accurasi 75%, presisi 74%, recall 75%, dan F-measure 74% untuk algoritma Support Vector Machine RBF lebih unggul dibandingkan algoritma Support Vector Machine Linear dengan nilai accurasi 74%, presisi 74%, recall 74%, dan F-measure 74% sedangkan untuk Multinomial Naive Bayes meliputi accuracy 72%, Precision 74%, recall 72%, dan F1-Score 68%.