Komparasi Algoritma Analisis Sentimen pada Media Sosial: Studi Tinjauan Literatur Sistematis Comparison of Sentiment Analysis Algorithms on Social Media: A Systematic Literature Review Study
Abstract
Pesatnya perkembangan media sosial menghasilkan data opini publik yang melimpah, menjadikannya objek riset yang signifikan dalam bidang Natural Language Processing (NLP), khususnya analisis sentimen. Penelitian ini bertujuan untuk melakukan tinjauan literatur sistematis guna memetakan dan membandingkan performa berbagai algoritma dalam analisis sentimen pada media sosial. Metode penelitian yang diterapkan adalah Systematic Literature Review (SLR) dengan mengevaluasi 25 artikel jurnal ilmiah yang diterbitkan dalam rentang tahun 2021 hingga 2026. Hasil analisis komparatif menunjukkan bahwa algoritma Machine Learning tradisional seperti Support Vector Machine (SVM) dan Naive Bayes Classifier masih mendominasi karena efisiensinya yang tinggi pada teks pendek media sosial. Sementara itu, pendekatan Deep Learning dan model transformator seperti IndoBERT menunjukkan keunggulan signifikan dalam akurasi pemahaman konteks bahasa Indonesia. Hasil tinjauan ini memberikan kontribusi berupa peta perkembangan riset dan rekomendasi pemilihan algoritma yang optimal bagi peneliti selanjutnya dalam mengolah data tekstual media sosial secara efektif.
Keywords
References
Adisti, T. C., Daniati, E., & Ristiyawan, A. (2025). ANALISIS SENTIMEN UJARAN KEBENCIAN PADA TWEET DI TWITTER. In Jurnal Mahasiswa Teknik Informatika) (Vol. 9, Number 2).
Ahmadian, H. (2026). A SYSTEMATIC LITERATURE REVIEW OF NATURAL LANGUAGE PROCESSING FOR INDONESIAN REGIONAL LANGUAGES. JINTECH: Journal of Information Technology, 7(1). https://journal.ar-raniry.ac.id/index.php/jintech
Ali, F., Setiawan, A., Nuraini, R., & Fathonah, S. (2025). TINJAUAN SISTEMATIS LITERATUR: ANALISIS SENTIMEN TERHADAP PERSEPSI PUBLIK Adisti, T. C., Daniati, E., & Ristiyawan, A. (2025). ANALISIS SENTIMEN UJARAN KEBENCIAN PADA TWEET DI TWITTER. In Jurnal Mahasiswa Teknik Informatika) (Vol. 9, Number 2).
Ahmadian, H. (2026). A SYSTEMATIC LITERATURE REVIEW OF NATURAL LANGUAGE PROCESSING FOR INDONESIAN REGIONAL LANGUAGES. JINTECH: Journal of Information Technology, 7(1). https://journal.ar-raniry.ac.id/index.php/jintech
Ali, F., Setiawan, A., Nuraini, R., & Fathonah, S. (2025). TINJAUAN SISTEMATIS LITERATUR: ANALISIS SENTIMEN TERHADAP PERSEPSI PUBLIK TENTANG KECERDASAN BUATAN DI MEDIA SOSIAL. In Jurnal Mahasiswa Teknik Informatika) (Vol. 9, Number 5).
Andriyanto, T., & Daniati, E. (2022). Classification in the Self Monitoring System for Chronic Kidney Failure Patients on Hemodialysis Therapy with SVM. JINAV: Journal of Information and Visualization, 3(2), 131–140. https://doi.org/10.35877/454ri.jinav1410
Azzaria, C. A. S. M. S. E. E. D. E. R. A. (2023). Analisis Data Mining dengan Naive Bayes Classifier untuk Peningkatan Penjualan Produk.
Daniati, E., Prasetya Wibawa, A., Sakti, W., Irianto, G., & Hernandez, L. (2025). INTERNATIONAL JOURNAL ON INFORMATICS VISUALIZATION journal homepage : www.joiv.org/index.php/joiv INTERNATIONAL JOURNAL ON INFORMATICS VISUALIZATION Few-Shot-BERT-RNN Narrative Structure Analysis for Andersen’s Stories. www.joiv.org/index.php/joiv
Daniati, E., & Utama, H. (2023). ANALISIS SENTIMEN DENGAN PENDEKATAN ENSEMBLE LEARNING DAN WORD EMBEDDING PADA TWITTER. In Journal of Information System Management (Vol. 4, Number 2).
Daniati, E., Wibawa, A. P., Irianto, W. S. G., & Nafalski, A. (2026). Survey and Challenges: Event Extraction of Story Narrative in NLP Approach. Buletin Ilmiah Sarjana Teknik Elektro, 8(1), 192–207. https://doi.org/10.12928/biste.v8i1.15534
Faruqziddan, M. Daniati. E. Muzaki. N. M. (2025). harliana,+207-Article+Text-597-1-15-20250706.
Fatwanto, A., Zamakhsyari, F., Ndungi, R., & Fitriyani, N. L. (2024). A Systematic Literature Review of BERT-based Models for Natural Language Processing Tasks. 16(4), 713–728. https://doi.org/10.20895/INFOTEL.V16I3.1206
Homepage, J., Sari, S., Eko, P., Utomo, P., Pd, S., Cs, M., Khaira, U., Komp, S., Kom, M., Suratno, T., & Kom, S. (2021). Makalah: Diterima 23 Februari 2021; Diperbaiki 01 Maret 2021; Disetujui 31 Maret 2021 Corresponding Author: Septika Sari.
Khatuz Zuhriya, T., & Daniati, E. (2025). Prosiding Seminar Nasional Teknologi dan Sistem Informasi (SITASI) 2025 Surabaya.
Kurnia, O. D., Triammah, E., Fena, A. ’, Yuliana, D., Ningrum, A., Daniati, E., & Ristyawan, A. (2024). Analisis Perbandingan Algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) Pada Dataset Mobile Price Classification Penulis Korespondensi: Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) 1174. In Agustus (Vol. 8). Online.
Manullang, O., & Prianto, C. (2023). Terbit online pada laman web jurnal: https://ejurnalunsam.id/index.php/jicom/ Analisis Sentimen dalam Memprediksi Hasil Pemilu Presiden dan Wakil Presiden : Systematic Literature Review. https://ejurnalunsam.id/index.php/jicom/
Nur Syamsudin, A., & Budiyanto, U. (2025). Analisis Sentimen Saran Pengguna Mandatory E-Learning Menggunakan Text Mining pada Learning Management System. Technomedia Journal, 9(3), 346–359. https://doi.org/10.33050/tmj.v9i3.2368
Panjaitan, F., Ce, W., Oktafiandy, H., Kanugrahan, G., Ramdhani, Y., Hafizh, V., Putra, C., & Permai, A. (2025). STUDI KOMPARATIF ALGORITMA MACHINE LEARNING PADA ANALISIS SENTIMEN MEDIA SOSIAL. In Jurnal Mahasiswa Teknik Informatika) (Vol. 9, Number 2).
Rodríguez-Ibánez, M., Casánez-Ventura, A., Castejón-Mateos, F., & Cuenca-Jiménez, P. M. (2023). A review on sentiment analysis from social media platforms. In Expert Systems with Applications (Vol. 223). Elsevier Ltd. https://doi.org/10.1016/j.eswa.2023.119862
Sentimen, K., Aplikasi, P., By, L., Pada, M., Menggunakan, P., Bayes, A. N., Alviyanti, S. H., Purwandira, A., Febiyanti, I., Daniati, E., & Ristyawan, A. (2024). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) 1. In Agustus (Vol. 8). Online.
Tholib, A., Fadli Hidayat, M. N., Yono, S., Wulanningrum, R., & Daniati, E. (2023). Comparison of C4.5 and Naive Bayes for Predicting Student Graduation Using Machine Learning Algorithms. International Journal of Engineering and Computer Science Applications (IJECSA), 2(2), 65–72. https://doi.org/10.30812/ijecsa.v2i2.3364
Utama, H., Daniati, E., & Masruro, A. (2024). WEAK SUPERVISION DENGAN PENDEKATAN LABELING FUNCTION UNTUK ANALISIS SENTIMEN PADA TWITTER (Vol. 3, Number 1). https://subset.id/index.php/IJCSR
Virgana, R. A. E., Sapanji, T., Hamdani, D., & Harahap, P. (2023). Sentiment Analysis of the Top 5 E-commerce Platforms in Indonesia using Text Mining and Natural Language Processing (NLP). In Journal of Applied Informatics and Computing (JAIC) (Vol. 7, Number 2). http://jurnal.polibatam.ac.id/index.php/JAIC
Refbacks
- There are currently no refbacks.
Editorial Office :
Prosiding SENDIKO (Seminar Nasional Hasil Penelitian & Pengabdian Masyarakat Bidang Ilmu Komputer)
Published by Universitas PGRI Madiun
Managed by Program Studi Sistem Informasi Fakultas Teknik Universitas PGRI Madiun
Address Jl. Auri 14-16 Kota Madiun Kampus III Universitas PGRI Madiun 63118
Website http://prosiding.unipma.ac.id/index.php/sendiko/index
Email [email protected]
e-ISSN: 3025-4604