PENGARUH STOPWORD TERHADAP PERFORMA ANALISIS SENTIMEN PADA ULASAN GOOGLE MAPS MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Aji, Ilham Utomo (2021) PENGARUH STOPWORD TERHADAP PERFORMA ANALISIS SENTIMEN PADA ULASAN GOOGLE MAPS MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Other thesis, UPN Veteran Yogyakarta.

Preview	Text ABSTRAK.pdf Download (1MB) | Preview
Preview	Text COVER.pdf Download (1MB) | Preview
Preview	Text DAFTAR ISI.pdf Download (1MB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (1MB) | Preview
Preview	Text HALAMAN PENGESAHAN PENGUJI.pdf Download (254kB) | Preview
	Text SKRIPSI-FULL-Ilham-Utomo-Aji-123160123.pdf Restricted to Repository staff only Download (5MB)

Abstract

Google maps adalah layanan aplikasi peta online, salah satu fitur google maps adalah fitur ulasan yang dapat dipergunakan untuk menuliskan opini mengenai sebuah tempat. Ulasan pada google maps dapat dimanfaatkan untuk mengetahui sentimen opini pengunjung terhadap sebuah tempat dengan melakukan analisis sentimen. Dari analisis sentimen dapat diketahui pendapat tentang suatu topik tersebut bersifat positif atau negatif. Namun sebagian besar data pada ulasan google maps merupakan data yang masih mengandung banyak noise di dalamnya, sehingga sebelum dilakukan analisis sentimen, dataset ulasan terlebih dahulu dilakukan text preprocessing. Text preprocessing bertujuan untuk mempersiapkan dokumen teks yang tidak terstruktur menjadi data terstruktur dan siap digunakan untuk proses selanjutnya, tahapan text preprocessing yang efektif untuk mengurangi noise pada data adalah penggunaan stopword. Penelitian ini akan menggunakan metode naïve bayes classifier. Metode naïve bayes merupakan teknik machine learning yang efisien untuk klasifikasi teks dengan jumlah data pelatihan yang kecil untuk menentukan estimasi parameter yang diperlukan dalam proses pengklasifikasian, selain itu naïve bayes merupakan metode machine learning yang mimiliki tingkat akurasi dan performasi yang baik dalam klasifikasi teks. Data yang digunakan pada penelitian ini bersumber dari ulasan google maps dan diberi label secara manual. Proses yang dilakukan adalah pengumulan data, text preprocessing, term frequency, kemudian dilakukan klasifikasi dengan naïve bayes. Terakhir, dilakukan pengujian menggunakan k-fold cross validation dan confusion matrix untuk mencari nilai akurasi, presisi, recall. Berdasarkan implementasi dan hasil pengujian yang dilakuakan, hasil menunjukan bahwa penggunaan stopword pada pemrosesan awal atau text preprocessing memberikan pengaruh terhadap nilai akurasi, presisi, dan recall dari algoritma naïve bayes classifier dalam mengklasifikasikan ulasan google maps. Dari hasil pengujian menggunakan k-fold cross validation dengan k=5 dan confusion matrix, algoritma naïve bayes dengan preprocessing stopword mendapatkan rata-rata akurasi sebesar 93,6 %, rata-rata presisi sebesar 94 %, dan rata-rata recall sebesar 95,1 %. Sedangkan dari hasil analisis algoritma naïve bayes tanpa preprocessing stopword menunjukan perubahan dimana rata-rata akurasi menjadi 88,8 %, rata-rata presisi sebesar 89,3 %, dan rata-rata recall sebesar 90,3 %. Kata kunci : Ulasan Google Maps, Stopword, Klasifikasi Teks, Machine Learning, Term Frequency, Naïve Bayes Classifier, Confusion Matrix, K-Fold Cross Validation

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Ulasan Google Maps, Stopword, Klasifikasi Teks, Machine Learning, Term Frequency, Naïve Bayes Classifier, Confusion Matrix, K-Fold Cross Validation
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	03 Jun 2021 01:34
Last Modified:	03 Jan 2023 07:25
URI:	http://eprints.upnyk.ac.id/id/eprint/25590

Actions (login required)

View Item