3. HASIL DAN PEMBAHASAN
1. Evaluasi Algoritma Nave Bayes
Penelitian ini dilakukan pembagian data uji dan data latih sebanyak 70:30
1.1 Confusion Matrix
Dalam rangkaian uji pertama, di mana 70% dari data digunakan sebagai data pelatihan dan 30% sebagai data uji, ditemukan bahwa dari total 271 data uji, sebanyak 178 data yang diprediksi dengan benar sebagai sentimen positif, sesuai dengan kebenaran sebenarnya. Namun, terdapat 33 data ulasan positif yang salah diprediksi oleh model. Sementara itu, untuk ulasan negatif, model berhasil memprediksi dengan benar sebanyak 25 data sebagai ulasan negatif, tetapi 35 data lainnya diprediksi secara salah oleh model.
1.2 Recall
Pada tahap ini, recall digunakan untuk mendapatkan perbandingan antara jumlah prediksi positif data ulasan yang benar dibandingkan dengan keseluruhan data yang diprediksi positif.
Dari tabel yang disajikan, didapatkan hasil True Positive (TP) sebanyak 178 data, False Negative (FN) sebanyak 25 data. Nilai recall untuk rangkaian pertama ini adalah 0.88 untuk kategori positif dan 0.51 untuk kategori negatif.
1.3 Precision
Tahap evaluasi Precision dilakukan untuk mendapatkan perbandingan dari jumlah data diprediksi positif benar oleh model dibandingkan dengan keseluruhan data yang positif.
Dari tabel yang disajikan, didapatkan hasil True Positive (TP) sebanyak 178 data, False Negative (FN) sebanyak 33 data. Nilai precision untuk rangkaian pertama ini adalah 0.84 untuk kategori positif dan 0.58 untuk kategori negatif.
1.4 F1-Score
Pada tahap evaluasi F1-Score, perhitungan evaluasi ini digunakan untuk membandingkan rata-rata precison dan recall yang telah dibobotkan.
