Perbandingan Metode Naive Bayes Classifier dengan Metode Random Forest pada Prediksi Rating Review Drama Korea

Abstract

Drama korea merupakan hiburan atau tayangan TV yang diproduksi oleh orang korea dimana baik pemeran maupun percakapannya berasal dari korea dan menggunakan bahasa korea. Drama korea dapat diakses melalui website yang didalamnya terdapat tempat untuk penonton memberikan nilai rating serta menuliskan review bagaimana drama yang telah ditonton. Rating dan review penting bagi tim produksi karena dapat menjadi ukuran apakah drama yang telah diproduksi tersebut bagus atau tidak. Oleh karena itu, penelitian ini bertujuan untuk menentukan apakah drama tersebut tergolong bagus, tidak bagus, atau cukup bagus serta membandingkan dua metode yaitu metode naïve bayes classifier dan metode random forest dalam memprediksi rating review drama korea. Penelitian diawali dengan preprocessing review yang akan diklasifikasikan berdasarkan kelas, selanjutnya membagi data dengan perbandingan 80:20 sehingga diperoleh 6339 data training dan 1585 data testing. Review tersebut akan diprediksi termasuk dalam kelas yang mana. Setelah memprediksi review, penelitian dilanjutkan dengan memprediksi rating dengan cara mentransformasi teks review ke dalam rating 1 hingga 10 dan kemudian diprediksi. Penelitian ini menunjukkan bahwa metode naïve bayes classifier dan random forest mampu dalam memprediksi rating review drama korea. Masing-masing dari metode menghasilkan data prediksi yang sebagian kecilnya termasuk dalam review Bagus dan rating 10. Pada prediksi review, random forest memperoleh nilai accuracy sebesar 89%, precision sebesar 78%, recall sebesar 63%, dan f1 score sebesar 64%, sedangkan naïve bayes classifier memperoleh nilai accuracy sebesar 86%, precision sebesar 60%, recall sebesar 55%, dan f1 score sebesar 56%. Pada prediksi rating juga, random forest memperoleh nilai accuracy sebesar 41%, precision sebesar 26%, recall sebesar 12%, dan f1 score sebesar 10%, sedangkan naïve bayes classifier memperoleh nilai accuracy sebesar 40%, precision sebesar 4%, recall sebesar 10%, dan f1 score sebesar 6%. Kesimpulan dari penelitian ini adalah metode random forest lebih unggul dan akurat dalam memprediksi rating review drama korea