Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Pada Wisata TMII Berbasis Website
Abstract
Abstrak: Para wisatawan sebaiknya terlebih dahulu mengetahui kondisi dari objek wisata yang ingin dikunjungi dengan melihat opini wisatawan sebelumnya. Data dalam penelitian ini didapat dari Tripadvisor, yang kemudian diklasifikasikan ke dalam class negatif dan class positif. Dari data tersebut akan dibuatkan aplikasi dengan Naive Bayes. Algoritma Naive Bayes dipilih karena memberikan hasil yang tepat dalam pengklasifikasian opini dalam bentuk paragraf. Pengolahan awal dalam penelitian ini meliputi tokenization, stopword removal, dan stemming kemudian data akan diuji dengan algoritma Naive Bayes. Untuk memudahkan wisatawan mengetahui klasifikasi opini publik maka pada penelitian ini dibuat aplikasi analisis sentimen menggunakan pemrograman PHP dan HTML untuk memudahkan wisatawan mencari kesimpulan dari sebuah opini.
Kata kunci: Analisa Sentimen, Naive Bayes
Full Text:
PDFReferences
Al-khafaji, H. K., & Habeeb, A. T. (2017). Efficient Algorithms for Preprocessing and Stemming of Tweets in a Sentiment Analysis System. Journal of Computer Engineering, 19(3), 44–50. https://doi.org/10.9790/0661-1903024450
Attabi, A. W., Muflikhah, L., & Fauzi, M. A. (2018). Penerapan Analisis Sentimen untuk Menilai Suatu Produk pada Twitter Berbahasa Indonesia dengan Metode Naïve Bayes Classifier dan Information Gain. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2, 4548–4554.
Fanissa, S., Fauzi, M. A., & Adinugroho, S. (2018). Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2, 2766–2770.
Hayuningtyas, R. Y., & Sari, R. (2019). Analisis Sentimen Opini Publik Bahasa Indonesia Terhadap Wisata TMII Menggunakan Naive Bayes dan PSO. Jurnal Techno Nusa Mandiri, 16(1), 37–42.
Ling, J., Kencana, I. P. E. N., & Oka, T. B. (2014). ANALISIS SENTIMEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DENGAN SELEKSI FITUR CHI SQUARE. E-Jurnal Matematika, 3(3), 92–99.
Nurzahputra, A., & Muslim, M. A. (2016). Analisis Sentimen pada Opini Mahasiswa Menggunakan Natural Language Processing. In Seminar Nasional Ilmu Komputer (SNIK 2016) (pp. 114–118).
Oktavian, D. P. (2010). Menjadi Programmer Jempolan menggunakan PHP. Yogyakarta: Mediakom.
Rizqiyani, V., Mulwinda, A., & Putri, R. D. M. (2017). Klasifikasi Judul Buku dengan Algoritma Naive Bayes dan Pencarian Buku pada Perpustakaan Jurusan Teknik Elektro. Jurnal Teknik Elektro, 9, 60–65.
Saleh, A. (2015). Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Citec Journal, 2.
Sokolova, M., & Lapalme, G. (2009). A systematic analysis of performance measures for classification tasks. Information Processing and Management, 45, 427–437. https://doi.org/10.1016/j.ipm.2009.03.002
Tharwat, A. (2018). Classification assessment methods. Applied Computing and Informatics. https://doi.org/10.1016/j.aci.2018.08.003
Vinodhini, G., & Chandrasekaran, R. . (2016). A Comparative Performance Evaluation of Neural Network Based Approach For Sentiment Classification of Online Reviews. Journal Of King Saud University, 2–12.
Wilianto, L., Pudjiantoro, T. H., & Umbara, F. R. (2017). Analisis Sentimen Terhadap Tempat Wisata Dari Komentar Pengunjung Dengan Menggunakan Metode Naive Bayes Classifier Studi Kasus Jawa Barat. In SNATIF.
Yusnitasari, T., Ikasari, D., Pratiwi, E. E. S., Syahri, N., & Ramdani. (2017). Analisis Sentimen Terhadap Review Restoran Fish Streat Pada APlikasi Zomato Menggunakan Stemming Nazief Adriani dan Naive Bayes Classifier. In Sentrinov (Vol. 3, pp. 2477–2097).
DOI: https://doi.org/10.31294/ijse.v5i2.6957
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
ISSN : 2714-9935
Published by LPPM Universitas Bina Sarana Informatika
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License