Sentiment Analysis of Visitors Review at Simpang Lima Gumul Kediri using the BM25 and Neighbor-Weighted K-Nearest Neighbor Methods. Indriati, S.T., M.Kom. and Sigit Adinugroho, S.Kom., M.Sc
Main Author: | Hesay, Inosensius Karelo |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2021
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/186419/1/Inosensius%20Karelo%20Hesay.pdf http://repository.ub.ac.id/186419/ |
Daftar Isi:
- Simpang Lima Gumul (SLG) merupakan monumen yang menjadi bangunan ikon serta salah satu destinasi wisata dari daerah Kediri. Para pengunjung yang datang dapat memberikan ulasan pada Google Review SLG untuk membantu pihak pengelola mengetahui kekurangan dan kelebihan dari sarana prasarana di SLG. Namun demikian, pihak pengelola belum memiliki sistem yang dapat mengelompokkan ulasan positif dan negatif secara otomatis. Permasalahan tersebut dapat diselesaikan menggunakan sistem analisis sentimen untuk melakukan klasifikasi pada setiap ulasan secara otomatis. Sistem analisis sentimen pada penelitian ini menggunakan kombinasi metode Neighbor-Weighted K-Nearest Neighbor (NWKNN) dan BM25. Tahapan dari sistem analisis sentimen ini meliputi proses preprocessing untuk setiap data latih dan data uji, pembobotan TF-IDF, pemeringkatan tiap ulasan menggunakan metode BM25, dan terakhir proses klasifikasi menggunakan metode NWKNN dimana tiap ulasan yang diujikan akan mendapatkan hasil klasifikasinya. Total data yang digunakan pada penelitian ini sejumlah 1000 data, dengan pembagian 800 untuk data latih dan 200 untuk data uji. Penelitian ini melakukan pengujian dengan menggunakan bantuan 5-fold cross validation untuk menguji parameter nilai k dan nilai eksponen pada metode NWKNN serta nilai k1 dan b pada metode BM25. Berdasarkan pengujian yang dilakukan pada tiap parameter yang diujikan, didapatkan hasil bahwa nilai terbaik untuk parameter nilai k1 = 1,2, b = 0,5, k = 20, dan eksponen = 2. Kombinasi dari nilai parameter tersebut menghasilkan nilai rata – rata nilai precision sebesar 0,9509, recall sebesar 0,9589, accuracy sebesar 0,93, dan f-measure sebesar 0,9548.