ANALISIS SENTIMEN TERHADAP REVIEW PRODUK EMARKETPLACE
MENGGUNAKAN ALGORITMA NAÃVE BAYES DAN K-NEAREST NEIGHBOR
Total View This Week0
Total View This Week0
Institusion
Universitas Darma Persada
Author
Atang, Suharna
Subject
004.21 Systems Analysis and Computer Design/Sistem Analisis Komputer, Desain Komputer
Datestamp
2022-05-11 03:28:14
Abstract :
Tren Sentimen merupakan bidang studi yang menganalisa opini masyarakat, sentimen, evaluasi, penilaian, sikap, dan emosi terhadap sebuah produk, pelayanan, organisasi dan perhimpunan, seorang tokoh, dan isu atau masalah serta peristiwa yang terjadi pada masyarakat itu sendiri. pada penelitian kali ini, peneliti analisis sentimen terhadap review produk menggunakan algoritma naïve bayes dan k-nearest neighbor dengan studi kasusnya adalah E-Marketplace. Dari hasil yang didapatkan dari kedua metode penelti melakukan perbandingan untuk mendapatkan nilai akurasi yang paling baik dari kedua metode tersebut. Metode yang akan digunakan dalam penelitian ini dengan cara wawancara, kuesioner, observasi, studi pustaka untuk memperoleh data yang akan dimasukan ke sistem. Pengembangan sistem yang digunakan adalah System Development Life Cycle (SDLC) dengan cara menspesifikasikan yang dibutuhkan oleh User, membuat perancangan sistem menggunakan Unified Modelling Language (UML), mengimplementasikan metode Naïve Bayes dan K-Nearest Neighbor (KNN) kedalam bahasa pemrograman Python dan MySQL sebagai databasenya. Alur metodologi algoritma K-Nearest Neighbor (KNN) yaitu Input dataset, preprocessing, TF-IDF, Normalisasi TF-IDF, Consine Simillarity, Hitung Distance, Voting dan Confusion Matrix. Sedangkan Alur metodologi algoritma Naïve Bayes yaitu Input dataset, preprocessing, Term Frequency, Prior Probability, conditional Probability, Hitung Posterior, dan Confusion Matrix. Sistem yang telah dibangun akan diuji menggunakan metode Blackbox Testing dan menggunakan Confusion Matrix untuk mengetahui tingkat akurasi dari kedua metode tersebut. Text mining adalah salah satu penambangan informasi yang berguna dari data ? data yang berupa tulisan dokumen atau text dalam bentuk klasifikasi maupun clustering. Preprocessing merupakan tahap untuk memproses data teks untuk didapat dianalisa. Pada penelitian ini mendapatkan hasil akurasi dari setiap algoritma yang digunakan, seperti hasil akurasi yang didapatkan menggunakan KNN adalah 78,26% dan lebih baik dari pada hasil akurasi yang didapatkan menggunakan Naive Bayes 73,91%.
Tren Sentimen merupakan bidang studi yang menganalisa opini masyarakat, sentimen, evaluasi, penilaian, sikap, dan emosi terhadap sebuah produk, pelayanan, organisasi dan perhimpunan, seorang tokoh, dan isu atau masalah serta peristiwa yang terjadi pada masyarakat itu sendiri. pada penelitian kali ini, peneliti analisis sentimen terhadap review produk menggunakan algoritma naïve bayes dan k-nearest neighbor dengan studi kasusnya adalah E-Marketplace. Dari hasil yang didapatkan dari kedua metode penelti melakukan perbandingan untuk mendapatkan nilai akurasi yang paling baik dari kedua metode tersebut. Metode yang akan digunakan dalam penelitian ini dengan cara wawancara, kuesioner, observasi, studi pustaka untuk memperoleh data yang akan dimasukan ke sistem. Pengembangan sistem yang digunakan adalah System Development Life Cycle (SDLC) dengan cara menspesifikasikan yang dibutuhkan oleh User, membuat perancangan sistem menggunakan Unified Modelling Language (UML), mengimplementasikan metode Naïve Bayes dan K-Nearest Neighbor (KNN) kedalam bahasa pemrograman Python dan MySQL sebagai databasenya. Alur metodologi algoritma K-Nearest Neighbor (KNN) yaitu Input dataset, preprocessing, TF-IDF, Normalisasi TF-IDF, Consine Simillarity, Hitung Distance, Voting dan Confusion Matrix. Sedangkan Alur metodologi algoritma Naïve Bayes yaitu Input dataset, preprocessing, Term Frequency, Prior Probability, conditional Probability, Hitung Posterior, dan Confusion Matrix. Sistem yang telah dibangun akan diuji menggunakan metode Blackbox Testing dan menggunakan Confusion Matrix untuk mengetahui tingkat akurasi dari kedua metode tersebut. Text mining adalah salah satu penambangan informasi yang berguna dari data ? data yang berupa tulisan dokumen atau text dalam bentuk klasifikasi maupun clustering. Preprocessing merupakan tahap untuk memproses data teks untuk didapat dianalisa. Pada penelitian ini mendapatkan hasil akurasi dari setiap algoritma yang digunakan, seperti hasil akurasi yang didapatkan menggunakan KNN adalah 78,26% dan lebih baik dari pada hasil akurasi yang didapatkan menggunakan Naive Bayes 73,91%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
