Analisis Sentimen Pada Opini Konsumen Menggunakan Metode Naive Bayes Dengan Seleksi Fitur Pearson Correlation Coefficient

Karina, Safira Dyah and Yuita Arum Sari, S.Kom., M.Kom (2020) Analisis Sentimen Pada Opini Konsumen Menggunakan Metode Naive Bayes Dengan Seleksi Fitur Pearson Correlation Coefficient. Sarjana thesis, Universitas Brawijaya.

Abstract

Di era saat ini, informasi mengenai makanan dapat dengan mudah didapatkan. Opini konsumen sering menjadi pertimbangan terhadap kelezatan makanan pada suatu restoran. Banyaknya opini konsumen pada kolom komentar membutuhkan waktu lama untuk membacanya. Oleh sebab itu, diperlukan sebuah proses untuk dapat memilah kata dalam suatu kelompok positif atau negatif. Pada penelitian ini, menggunakan analisis sentimen dengan metode Naive Bayes dan seleksi fitur Pearson Correlation Coefficient. Naive Bayes dan seleksi fitur Pearson Correlation Coefficient dianggap mampu meningkatkan akurasi pada suatu sistem. Seleksi fitur Pearson Correlation Coefficient memberi nilai korelasi terhadap suatu kelas. Hasil seleksi fitur tersebut kemudian diurutkan, dan fitur yang tidak mempunyai korelasi akan direduksi atau tidak digunakan pada perhitungan selanjutnya, yaitu klasifkasi Naive Bayes. Hasil akurasi yang dihasilkan dengan seleksi fitur yaitu 90% pada threshold 55%. Sedangkan penggunaan seleksi fitur seluruhnya menghasilkan akurasi sebesar 83% lebih rendah daripada penggunaan klasifikasi tanpa seleksi fitur yaitu 85%.

Item Type: Thesis (Sarjana)
Identification Number: 0520150407
Subjects: 000 Computer science, information and general works > 000 Computer science, information & general works
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 18 Aug 2022 04:31
Last Modified: 18 Aug 2022 04:31
URI: http://repository.ub.ac.id/id/eprint/193309
[thumbnail of DALAM MASA EMBARGO] Text (DALAM MASA EMBARGO)
0520150407 - Safira Dyah Karina.pdf
Restricted to Registered users only until 31 December 2023.

Download (2MB)

Actions (login required)

View Item View Item