Sentimen Analisis Operasi Tangkap Tangan KPK Menurut Masyarakat Menggunakan Algoritma Support Vector Machine, Naive Bayes Berbasis Particle Swarm Optimizition

Diketahui dari berbagai sentimen masyarakat yang disampaikan melalui komentar di media sosial twiter terhadap operasi tangkap tangan yang dilakukan oleh Komisi Pemberantasan Korupsi (KPK) nyatanya saat ini belum memenuhi harapan masyarakat, dimana pejabat yang di ott hanya pejabat yang mempunyai angka korupsi kecil, bukan korupsi yang besar adapun algoritma klasifikasi yang kuat akurasinya saat ini adalah algoritma Support Vector Machine untuk data tweet dari 78 data tweet positif dan 78 data tweet negatif, menghasilkan akurasi sebesar 80.77% dan AUC 0.867. Sedangkan hasil akurasi dengan metode Naïve Bayes adalah 76.92% dan AUC 0.729. Memiliki selisih akurasi sebesar 3.3%, dan setelah di optimalisasi dengan oprator Weight Partical Swarm Optimization untuk Support Vector Machine (PSO) menghasilkan akurasi 83.79% dan AUC 0.910, sedangkan untuk Naïve Bayes (PSO) menghasilkan akurasi sebesar 80.13% dan AUC 0.771 memiliki selisih akurasi sebesar 3.6%