ANALISIS SENTIMEN MENGGUNAKAN SVM DAN KNN PADA REVIEW DRAMA KOREA DI MYDRAMALIST

Abstract

Penggunaan metode K-Nearest Neighbors dan Support Vector Machine, analisis sentimen dilakukan pada dataset review drama Korea yang ditemukan di platform MyDramaList. Dataset ini mengandung informasi tentang review drama Korea yang diberikan oleh pengguna MyDramaList, dan diproses melalui tahapan pengolahan teks seperti pemenggalan kata, penghapusan stopwords, dan pembersihan. Penelitian ini menggunakan dua metode klasifikasi, SVM dan KNN. SVM mengklasifikasikan sentimen berdasarkan vektor fitur yang diperoleh, sedangkan KNN berfungsi sebagai pembanding untuk mengukur kinerja SVM. Selama eksperimen dengan data uji, performa kedua metode dinilai dengan metrik evaluasi seperti akurasi, presisi, recall, dan skor f1. Namun, SVM cenderung memberikan hasil yang lebih baik dibandingkan dengan KNN dalam beberapa hal. Dengan menggabungkan metode SVM dan KNN, penelitian ini meningkatkan analisis sentimen untuk menganalisis sentimen pada dataset review drama Korea di MyDramaList.