Analisis Sentiment Masyarakat Menggunakan Penggabungan Algoritma Naive Bayes Dan Particle Swarm Optimization
Sari
IMDb adalah sumber informasi paling populer untuk informasi film, TV, dan selebritas, Tonton trailer, dapatkan jadwal tayang, dan beli tiket untuk film mendatang serta melihat ulasan guna dalam mengambil keputusan yang akan diambil. Dengan menggunakan Aplikasi IMDb informasi akan lebih cepat lagi karena kini informasi ada digenggaman tangan yang telah terinstal pada handphone yang digunakan dengan jumlah lebih dari 100 juta unduhan untuk platform tersebut pada play store. Pada ulasan pengujian kali ini Pengujian akan menggabungkan Algoritma Naive Bayes dengan Particle Swarm Optimization (PSO) untuk meningkatkan nilai akurasi dan ROC Curve yang didapatkan. Data ulasan analisis sentimen yang digunakan 1000 ulasan dalam bahasa indonesia yang masing-masing terdiri dari 500 ulasan negatif dengan sifat yang tidak mendukung serta 500 ulasan positif dengan sifat yang mendukung, dengan sumber data ulasan diambil dari Google Play di Aplikasi IMDb. Hasil yang didapat dari kedua model ini yakni Algoritma Naive Bayes dengan Particle Swarm Optimization (PSO) mendapatkan hasil accuracy pengujian terbaik yakni nilai accuracy: 80.00% eksperimen dilakukan dengan menggunakan Aplikasi RapidMiner Studio.
IMDb is the most popular source of information for movie, TV and celebrity information, Watch trailers, get showtimes and buy tickets for upcoming movies and view reviews to make informed decisions. By using the IMDb application, information will be even faster because now the information is in the palm of the hand that has been installed on the cellphone used with more than 100 million downloads for that platform on the play store. In this review, the test will combine the Naive Bayes Algorithm with Particle Swarm Optimization (PSO) to increase the accuracy and ROC Curve values obtained. Sentiment analysis review data used 1000 reviews in Indonesian, each of which consisted of 500 negative reviews with unsupportive characteristics and 500 positive reviews with supportive characteristics, with the source of review data taken from Google Play in the IMDb Application. The results obtained from these two models, namely the Naive Bayes Algorithm with Particle Swarm Optimization (PSO) get the best test accuracy results, namely the accuracy value: 80.00% experiments were carried out using the RapidMiner Studio Application.
Teks Lengkap:
PDFReferensi
H. B. Jatmiko, N. T. Kurniadi, D. M. (2022). Optimasi Naïve Bayes Dengan Particle Swarm Optimization Untuk Analisis Sentimen Formula E-Jakarta. 2(1), 22–30.
Istighfarin, N. F., Rahmastati, R. A., & Nugroho, H. (2020). Penerapan Metode Particle Swarm Optimization (PSO) Dan Genetic Algorithm (GA) Pada Sistem Optimasi Visible Light Communication (VLC) Untuk Menentukan Posisi Robot. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 11(1), 279–286. https://doi.org/10.24176/simet.v11i1.4052
Keni Hasanah Wiguna. (2021). Film Bukan Hanya Sekedar Hiburan. Https://Www.Djkn.Kemenkeu.Go.Id/.
Legiawati, N., Hermanto, T. I., & Ramadhan, Y. R. (2022). Analisis Sentimen Opini Pengguna Twitter Terhadap Perusahaan Jasa Ekspedisi Menggunakan Algoritma Naïve Bayes Berbasis PSO. 9(4), 930–937. https://doi.org/10.30865/jurikom.v9i4.4629
Pramukti, S. D., Nugroho, A., & Sunge, A. S. (2022). Analisis Sentimen Masyarakat Dengan Metode Naïve Bayes dan Particle Swarm Optimization. Techno.Com, 21(1), 61–74. https://doi.org/10.33633/tc.v21i1.5332
Prasetyo, V. R., Mercifia, M., Averina, A., Sunyoto, L., & Budiarjo. (2022). Film Rating Prediction on Imdb Website Using Neural Network. Jurnal Ilmiah NERO, 7(1), 60293.
Ramadhani, S. H., & Wahyudin, M. I. (2022). Analisis Sentimen Terhadap Vaksinasi Astra Zeneca pada Twitter Menggunakan Metode Naïve Bayes dan K-NN. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 6(4), 526–534. https://doi.org/10.35870/jtik.v6i4.530
Saprudin, S. (2017). Penerapan Particle Swarm Optimization (PSO) untuk Klasifikasi dan Analisis Kredit dengan Menggunakan Algoritma C4.5. Jurnal Informatika Universitas Pamulang, 2(4), 214. https://doi.org/10.32493/informatika.v2i4.1488
Setiawan, A., Santoso, L. W., & Adipranata, R. (2019). Penerapan Algoritma Particle Swarm Optimization ( PSO ) untuk Optimisasi Pembangunan Negara dalam Turn Based Strategy Game. Jurnal Infra, 7(1), 249–255.
Sudriyanto, S., Rizaldi, R., & Hariri, M. A. R. (2021). Implementasi Particle Swarm Optimization (PSO) untuk Optimisasi Algoritma Naive Bayes dalam Memprediksi Mahasiswa Lulus Tepat Waktu. COREAI: Jurnal Kecerdasan Buatan, Komputasi Dan Teknologi Informasi, 2(1), 62–68. https://www.ejournal.unuja.ac.id/index.php/core/article/view/2181
DOI: https://doi.org/10.31294/ijcit.v7i2.14086
##submission.copyrightStatement##
##submission.license.cc.by-sa4.footer##
P-ISSN: 2527-449X E-ISSN: 2549-7421
Statistik Pengunjung Jurnal IJCIT
