Analisis Komparasi Model Klasifikasi untuk Ulasan Aplikasi Sirekap 2024 Menggunakan Cart dan Metode Wordnet

Abstract

Model klasifikasi sentimen adalah model yang digunakan untuk mengkategorikan teks berdasarkan sentimen yang terkandung di dalamnya. Terdapat beberapa jenis model klasifikasi sentimen seperti model Wordnet dan algoritma klasifikasi Machine Learning seperti model Decision Tree CART. Penelitian ini bertujuan untuk membandingkan dua jenis model klasifikasi sentimen yaitu Wordnet dan Decision Tree dengan algoritma CART dalam mengklasifikasi sentimen dari sebuah ulasan yang dievaluasi menggunakan F1-Score. Dataset yang digunakan adalah data ulasan aplikasi SIREKAP 2024 dari Google Playstore dengan rating 1 hingga 5 bintang yang diambil pada awal bulan februari 2024. Hasil penelitian menunjukkan, model Decision Tree dengan algoritma CART memiliki nilai F1-Score yang lebih tinggi yaitu sebesar 31,62%, sedangkan model Wordnet memiliki nilai F1-Score sebesar 17,70%. Penelitian ini membuktikan bahwa kedua model dapat digunakan untuk mengklasfikasi sentimen terhadap ulasan aplikasi SIREKAP 2024, dan model Decision Tree dengan algoritma CART terbukti lebih baik dibandingkan model Wordnet dalam mengklasifikasi sentimen dari ulasan.