Analisis Sentimen Analisis Sentimen Terhadap Twitter Direktorat Jenderal Bea dan Cukai Menggunakan komparasi Algoritma Naïve Bayes dan Support Vector Machine

Direktorat Jenderal Bea & Cukai (DJBC) merupakan lembaga instansi pemerintah yang bertugas mengawal dan melayani kegiatan ekspor dan import di Indonesia sejak berdiri pada tahun 1946 yang diharapkan oleh masyarakat sebagai garda terdepan dalam mengayomi masyarakat dalam bidang ini, namun beberapa belakangan ini banyak sekali kasus yang melibatkan institusi Direktorat Jenderal Bea & Cukai yang membuat institusi ini dapat mempengaruhi pandangan kinerja institusi ini. Dengan deskripsi permasalahan diatas sangat menarik untuk dilakukan penelitian pandangan masyarakat menggunakan tweet dari twitter @bravobeacukai dan @beacukaiRI yang dimiliki dan di olah Direktorat Jenderal Bea & Cukai sebagai tempat penyaluran opini dan pandangan masyarakat terhadap institusi ini. Penelitian ini menggunakan metode Smote dengan Naïve Bayes dan dikomparasi dengan metode Support vector machine untuk hasil tersebut dapat dibandingkan tingkat akurasinya. Hasil dari penelitian ini didapat bahwa menggunakan metode Smote dengan Naïve Bayes didapati nilai Accuracy 78.95%, Precision 74.01%, Recall 89.41%, dan AUC 0.650 sedangkan untuk metode Smote dengan Support vector machine bernilai Accuracy 73.35%, Precision 67.88%, Recall 88.95%, dan AUC 0.853. Berdasarkan hasil penelitian, metode Smote dengan Naïve Bayes mempunyai hasil terbesar dan bernilai efektif dengan dataset yang diteliti.