Analisis Sentimen Prosesor AMD Ryzen menggunakan MetodeSupport Vector Machine

Abstract

Prosesor AMD menjadi salah satu pesaing prosesor Intel
semenjak dikeluarkannya prosesor Ryzen generasi 3. Berbagai
pendapat dan opini masyarakat mengenai prosesor ini sangat
mudah ditemui pada media sosial Twitter. Opini ini dapat
digunakan sebagai sistem untuk mendukung keputusan
berkaitan dengan produk AMD Ryzen. Tujuan penelitian ini
adalah untuk mengimplementasikan Analisis Sentimen dalam
pendekatan Data Mining untuk menganalisa tekstual data
yang terdapat pada Twitter menggunakan metode Support
Vector Machine, mengeksplorasi dan memahami tren opini
publik mengenai prosesor AMD Ryzen dan
mengklasifikasikannya kedalam polaritas biner. Penelitian ini
menggunakan Tweet dari Library Tweetscrapper. Pelabelan
dilakukan oleh expert untuk diklasifikasikan menjadi sentimen
positif dan negatif. Selanjutnya melakukan pra-pemrosesan
data untuk menghilangkan noise, mendeteksi nilai data yang
hilang, data duplikat dan tidak relevan. Selanjutnya, algoritma
machine learning digunakan untuk memprediksi data baru.
Model yang dihasilkan dievaluasi menggunakan confusion
matrix. Hasil penelitian menunjukkan bahwa kinerja metode
SVM sangat baik dalam hal akurasi, presisi, recall dan F1
Score dengan nilai masing-masing 96,67%, 96,43%, 100%
dan 98,18%. Berdasarkan hasil yang diperoleh, sebagian besar
publik memiliki opini yang positif terhadap prosesor AMD
Ryzen. Penelitian ini juga membuktikan bahwa metode
Support Vector Machine dapat digunakan sebagai algoritma
cerdas untuk memprediksi sentimen di Twitter untuk data baru
dengan cepat dan akurat.