Traveloka adalah platform travel online yang menyediakan jasa pemesanan
tiket transportasi, akomodasi, tiket masuk objek wisata, dan lainnya. Penelitian ini
akan melakukan analisis sentimen menggunakan lima metode dan melakukan
analisis perbandingan antar metode tesebut. Tujuannya untuk mengetahui cara
melakukan analisis sentimen dan melakukan analisis perbandingan serta
mendapatkan hasil yang paling baik untuk analisis sentimen Traveloka di Twitter.
Penelitian ini menggunakan Twitter untuk memperoleh data dan hanya berfokus
pada tweet mengenai Traveloka. Dataset terdiri dari 85,6% sentimen positif dan
14,4% sentimen negatif. Dalam analisis ini Library yang digunakan yaitu
Scikitlearn. Lima metode klasifikasi yang diterapkan yaitu, Random Forest (RF),
Support Vector Machine (SVM), Naive Bayes Classifier (NBC), K-Nearest
Neighbor (KNN), dan XGBOOST. Langkah-langkah dalam penelitian ini adalah
crawling data, preprocessing data, pembobotan data, klasifikasi, uji model,
evaluasi model, analisis perbandingan, dan analisis hasil. Hasilnya menunjukkan
bahwa SVM memiliki akurasi lebih baik berdasarkan evaluasi metrik dengan nilai
sebesar 90%. Namun, melalui uji model menggunakan AUC, XGBOOST
memperoleh nilai tertinggi sebesar 71%.

Kata kunci: Analisis Sentimen, Random Forest (RF), Support Vector Machine
(SVM), Naive Bayes Classifier (NBC), K-Nearest Neighbor (KNN), XGBOOST,
Traveloka.