FahrezaNurFirmansyah, Ro`i (2016) Sentiment Analysis Pada Review Aplikasi Mobile Menggunakan Metode Naïve Bayes Dan Query Expansion. Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam aplikasi mobile komentar pengguna terhadap penggunaan aplikasi sangatlah penting untuk pengembangan aplikasi selanjutnya menjadi lebih baik. Begitu banyak pengguna yang memberi komentar sehingga pengembang mengalami kesulitan dalam memilah dan mengkategorikan komentar. Komentar yang diberikan tidaklah panjang melainkan komentar singkat (short text). Untuk menyelesaikan permasalahan tersebut, maka digunakan Sentiment Analysis untuk menganalisis emosi dari sebuah komentar dan mengklasifikasikan ke dalam sebuah sentiment. Sentiment Analysis lebih sering menggunakan kata sifat yang berbeda namun mempunyai makna yang sama sehingga kata yang dimaksud tidak terdapat pada data latih. Untuk itu diperlukan Query Expansion dengan menambahkan sinonim pada kata sifat yang diambil dari API kateglo. Berdasarkan hasil pengujian yang telah dilakukan penggunaan Naïve Bayes-Query Expansion dalam Sentiment Analysis terbukti lebih baik dengan akurasi sebesar 98% dibandingkan dengan Naïve Bayes tanpa menggunakan Query Expansion yang hanya mempunyai akurasi sebesar 95%.
English Abstract
In the mobile application user comments on the use of the application is important for the development of further applications to be better. So many users commented that the developers have difficulty in sorting and categorizing comment. Comments given is not long but short comment (short text). To resolve the problem, it is used Sentiment Analysis to analyze the emotions of a comment and classify into a sentiment. Sentiment Analysis is more frequently used adjectives are different but have the same meaning that the word in question is not contained in the training data. It required Query Expansion by adding synonyms to the adjective derived from API kateglo. Based on the results of testing that has been done using Naïve Bayes with Query Expansion in Sentiment Analysis proved to be better with an accuracy of 98% compared with the Naïve Bayes without using Query Expansion which only has an accuracy of 95%..
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/647/051610930 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Sugiantoro |
| Date Deposited: | 19 Jan 2017 08:41 |
| Last Modified: | 22 Oct 2021 02:08 |
| URI: | http://repository.ub.ac.id/id/eprint/147228 |
Preview |
Text
Paper_Semhas_Roi_Fahreza.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |