ANALISIS SENTIMEN BERDASARKAN OPINI MASYARAKAT PADA TWITTER MENGGUNAKAN NAÏVE BAYES

Teguh Ansyor Lorosae, Burhanudin Dwi Prakoso, Saifudin Saifudin,, Kusrin Kusrin

Abstract


Analisis sentimen pada media sosial terkhusus twitter
dalam pelayanan yang disediakan oleh penyedia jasa
ekspedisi barang merupakan proses untuk mengelompokkan
respon seseorang terhadap pelayanan pengiriman barang
yang sedang atau telah dilakukan. Permasalahan yang
terjadi dalam penelitian ini terdapat kesulitan untuk
menentukan opini yang bersifat positif, negatif ataupun
netral. Penelitian ini bertujuan untuk mengembangkan
aplikasi yang mampu melakukan analisis sentimen
konsumen, dimana Naive Bayer Classifier digunakan
sebagai metode klasifikasi.
Terdapat penelitian terdahulu menghasilkan informasi
sentimen masyarakat yang mengarah ke sentimen positif
dan negatif mengenai asuransi dengan menggunakan
metode Naïve Bayes Classifier dengan menghasilkan
akurasi hingga 95%. Sedangkan penelitian yang akan
dilakukan yaitu membuat sistem yang mampu
mengklasifikasikan sentimen pada twitter kedalam sentimen
positif, netral atau negatif. Hasil yang didapatkan dari
akurasi naïve bayes pada data uji positif memperoleh
ketepatan 84%.
Kata kunci: Analisis Sentimen, Naïve Bayes, Opini, Twitter

Full Text:

PDF

References


Surya, H., Mohammad, A., Mochammad, H., 2017, Aplikasi Web

Untuk Analisis Sentimen Pada Opini Produk Dengan Metode Naive

Bayes Classifier, ITN Malang, 4 Februari.

Luthfia, O., Yulison, H.C., Rezki, Y., 2016, Text Mining Dalam

Analisis Sentimen Asuransi Menggunakan Metode Naive Bayes

Classifier, SNST.

Imam, F.R., Sholeh, H.P., Erfan, A.D, 2012, Implementasi Opinion

Mining (Analisis Sentimen) untuk Ekstraksi Data Opini Publik pada

Perguruan Tinggi, Jurnal EECCIS, No.1, Vol. 6.

Prananda, A., Rizal, S.P., Ali, F., 2017, Analisis Sentimen Tentang

Opini Film Pada Dokumen Twitter Berbahasa Indonesia

Menggunakan Naive Bayes Dengan Perbaikan Kata Tidak Baku,

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, No.

, Vol. 1, hlm. 1733-1741.

Amir, H., Naniek, W., 2015, Document Subjectivity and Terget

detection in Opinion Mining Using HMM POS-Tagger, ICTS.

Ling, J., Eka N, I.P., Bagus Oka, T., 2014, Analisis Sentimen

Menggunakan Metode Naive Bayes Classifier Dengan Seleksi Fitur

Chi Square, E-Jurnal Matematika, Agustus, Vol. 3, pp. 92-99

Dinda, A.M, 2017, Analisis Sentimen Pada Review Restoran Dengan

Teks Bahasa Indonesia Menggunakan Algoritma Naïve Bayes, EISSN, No. 2, Vol. 2.

Faisol, N., Sari, W.S., Afrizal, D., 2013, Analisis Sentimen Masyarakat

terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari

Twitter Menggunakan Metode Naïve Bayes Classifier, Jurnal

ITSMART, No 2, Vol 2.

Falahah, Dyar, D.A.N., 2015, Pengembangan Aplikasi Sentimen

Analysis Menggunakan Metode Naïve Bayes (Studi Kasus Sentiment

Analysis dari media Twitter), SESINDO.

Rakhmat, S.A., Mukaharil, B.A., 2010, Analisis Sentimen Terhadap

Acara Televisi Berdasarkan opini Publik, Jurnal Ilmiah Komputer dan

Informatika.

Septian, N.Y., 2014, Data Mining Menggunakan Algoritma Naïve

Bayes Untuk Klasifikasi Kelulusan Mahasiswa Universitas Dian

Nuswantoro, Jurnal Ilmiah, September


Refbacks

  • There are currently no refbacks.