OPINION MINING PADA REVIEW BUKU MENGGUNAKAN ALGORITMA NAÏVE BAYES

Edit
Abstrak: Di era maraknya penggunaan internet saat ini, jumlah konsumen yang menulis opini dan pengalaman secara online terus meningkat. Membaca review tersebut secara keseluruhan bisa memakan waktu, namun, jika hanya sedikit review yang dibaca, maka evaluasi akan bias. Analisa sentimen bertujuan untuk  mengatasi  masalah  ini  dengan  secara  otomatis mengelompokkan review pengguna menjadi opini positif atau negatif.  Pengklasifikasi  Naïve  Bayes  adalah  teknik  machine learning  yang  populer  untuk  klasifikasi  teks,  karena  sangat sederhana,  efisien  dan  memiliki  performa  yang  baik  pada banyak domain. Namun, Naïve Bayes memiliki kekurangan yaitu sangat  sensitif  pada  fitur  yang  terlalu  banyak,  yang mengakibatkan akurasi klasifikasi menjadi rendah. Oleh karena itu,  dalam  penelitian  ini  digunakan  penggabungan  metode pemilihan fitur, yaitu Information gain dan Genetic algorithm agar bisa meningkatkan akurasi pengklasifikasi Naïve Bayes. Penelitian ini menghasilkan klasifikasi teks dalam bentuk positif atau negatif dari review buku. Pengukuran berdasarkan akurasi Naive  Bayes  sebelum  dan  sesudah  penambahan  metode pemilihan fitur. Evaluasi dilakukan menggunakan 10 fold cross validation.  Sedangkan  pengukuran  akurasi  diukur  dengan confusion matrix dan kurva ROC. Hasil penelitian menunjukkan peningkatan akurasi Naïve Bayes dari 78.50% menjadi 84.50%. 
Kata  kunci: Buku,  Klasifikasi  teks,  Naive  Bayes,  Opinion mining,  Review
Penulis: Dinda Ayu Muthia
Kode Jurnal: jptkomputerdd160085

Artikel Terkait :

Jp Teknik Komputer dd 2016