Page 90 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store
P. 90
Tabel 4. 8 Hasil Akurasi Pemodelan Data
No. Rasio Perbandingan Data Latih (data) Data Uji (data) Akurasi (%)
1 90:10 907 101 95
2 80:20 806 202 92
3 70:30 705 303 92.73
4 60:40 604 404 91.58
Pada pengujian data dengan menggunakan klasifikasi SVM menunjukkan
perolehan nilai akurasi tertinggi terdapat pada rasio data latih 90% dan data uji
10% dengan nilai akurasi menunjukkan sebesar 95%.
4.6 Evaluasi Kinerja Model
Tahap ini akan menghitung seberapa baik kinerja model dalam
mengklasifikasikan data. Evaluasi Confusion Matrix akan menguji data uji untuk
mengevaluasi kinerja pemodelan SVM. Berikut ini tahapan dan script untuk
melakukan evaluasi model Confusion Matrix:
a. Impor pustaka yang diperlukan, seperti “confusion_matrix” dan
“classification_report” dari pustaka “sklearn.metrics” untuk membuat
matriks kebingungan dan laporan klasifikasi. Pustaka “matplotlib.pyplot”
untuk visualisasi plot dan “seborn” untuk mengGambar heatmap.
b. Menganalisis data uji untuk menghitung nilai prediksi dan nilai aktual.
c. Menjalankan fungsi untuk mendapatkan hasil dari evaluasi model SVM.
76
