ANALISIS PERBANDINGAN METODE RANDOM FOREST DENGAN LOGISTIC REGRESSION TERHADAP SENTIMEN PUBLIK PADA ULASAN FILM AGAK LAEN

Abstract

Penelitian ini bertujuan untuk membandingkan performa dua metode klasifikasi, yaitu Logistic Regression dan Random Forest, dalam menganalisis sentimen publik terhadap film Agak Laen berdasarkan komentar di media sosial Instagram. Data yang digunakan berjumlah 1.000 komentar yang telah melalui proses praproses teks, seperti pembersihan data, normalisasi, stopword removal, dan stemming. Setiap komentar diberi label sentimen secara manual ke dalam tiga kategori: negatif, netral, dan positif. Setelah dilakukan proses ekstraksi fitur menggunakan metode TF-IDF, data dibagi menjadi data latih dan data uji dengan rasio 90:10. Model kemudian dilatih dan dievaluasi menggunakan metrik evaluasi seperti akurasi dan f1-score. Hasil evaluasi menunjukkan bahwa metode Random Forest memiliki akurasi lebih tinggi sebesar 98% dan f1-score sebesar 0,975, dibandingkan dengan Logistic Regression yang menghasilkan akurasi 96% dan f1 score sebesar 0,94. Berdasarkan hasil tersebut, Random Forest dinilai lebih unggul dalam mengklasifikasikan komentar sentimen terhadap film Agak Laen. Penelitian ini menunjukkan bahwa pemilihan metode klasifikasi yang tepat sangat berpengaruh dalam analisis sentimen publik, terutama pada data yang memiliki distribusi kelas tidak seimbang.