Cover Image

Implementasi Algoritma Multinomial Naive Bayes untuk Analisis Sentimen Menggunakan TF-IDF dan N-Gram

Main Author: Ines, Prisilia
Format: Thesis NonPeerReviewed application/pdf
Bahasa: eng
Terbitan: , 2020
Subjects:
T58.5-58.64 Information technology
Online Access: http://kc.umn.ac.id/14919/1/HALAMAN_AWAL.pdf
http://kc.umn.ac.id/14919/2/DAFTAR_PUSTAKA.pdf
http://kc.umn.ac.id/14919/3/BAB_I.pdf
http://kc.umn.ac.id/14919/4/BAB_II.pdf
http://kc.umn.ac.id/14919/5/BAB_III.pdf
http://kc.umn.ac.id/14919/6/BAB_IV.pdf
http://kc.umn.ac.id/14919/7/BAB_V.pdf
http://kc.umn.ac.id/14919/8/LAMPIRAN.pdf
http://kc.umn.ac.id/14919/
ctrlnum 14919
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://kc.umn.ac.id/14919/</relation><title>Implementasi Algoritma Multinomial Naive Bayes untuk Analisis Sentimen Menggunakan TF-IDF dan N-Gram</title><creator>Ines, Prisilia</creator><subject>T58.5-58.64 Information technology</subject><description>User feedback dapat dianalisa dengan beragam teknik yang telah dikembangkan dengan tujuan mengekstraksi informasi yang dapat berguna untuk keperluan requirements engineering. Penyortiran user feedback secara otomatis menjadi semakin penting karena penanganan dan pengorganisasian user feedback secara manual membuang waktu dan bukan solusi yang layak mengingat jumlah feedback yang sangat besar. Automatic Text classification menentukan ulasan kedalam beberapa kelas yang sudah ditentukan sebelumnya secara otomatis. Berdasarkan penelitian sebelumnya, TF-IDF dan N-gram merupakan cara untuk meningkatkan nilai akurasi dari classifier. Multinomial Na&#xC3;&#xAF;ve Bayes classifier sering digunakan sebagai dasar untuk analisis sentimen. Tujuan dari penelitian ini untuk mengimplementasikan dan mengetahui performa algoritma Multinomial Na&#xC3;&#xAF;ve Bayes menggunakan TF-IDF dan N-gram untuk analisis sentimen.Hasil pengujian terbaik setelah kelas netral dihapus dan kelas positive dan negative berjumlah seimbang dengan perbandingan train dan test set 80:20 menghasilkan nilai 84% untuk accuracy, precision, recall dan f1-score.</description><date>2020</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/1/HALAMAN_AWAL.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/2/DAFTAR_PUSTAKA.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/3/BAB_I.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/4/BAB_II.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/5/BAB_III.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/6/BAB_IV.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/7/BAB_V.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14919/8/LAMPIRAN.pdf</identifier><identifier> Ines, Prisilia (2020) Implementasi Algoritma Multinomial Naive Bayes untuk Analisis Sentimen Menggunakan TF-IDF dan N-Gram. Bachelor Thesis thesis, Universitas Multimedia Nusantara. </identifier><recordID>14919</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
File:application/pdf
File
author Ines, Prisilia
title Implementasi Algoritma Multinomial Naive Bayes untuk Analisis Sentimen Menggunakan TF-IDF dan N-Gram
publishDate 2020
topic T58.5-58.64 Information technology
url http://kc.umn.ac.id/14919/1/HALAMAN_AWAL.pdf
http://kc.umn.ac.id/14919/2/DAFTAR_PUSTAKA.pdf
http://kc.umn.ac.id/14919/3/BAB_I.pdf
http://kc.umn.ac.id/14919/4/BAB_II.pdf
http://kc.umn.ac.id/14919/5/BAB_III.pdf
http://kc.umn.ac.id/14919/6/BAB_IV.pdf
http://kc.umn.ac.id/14919/7/BAB_V.pdf
http://kc.umn.ac.id/14919/8/LAMPIRAN.pdf
http://kc.umn.ac.id/14919/
contents User feedback dapat dianalisa dengan beragam teknik yang telah dikembangkan dengan tujuan mengekstraksi informasi yang dapat berguna untuk keperluan requirements engineering. Penyortiran user feedback secara otomatis menjadi semakin penting karena penanganan dan pengorganisasian user feedback secara manual membuang waktu dan bukan solusi yang layak mengingat jumlah feedback yang sangat besar. Automatic Text classification menentukan ulasan kedalam beberapa kelas yang sudah ditentukan sebelumnya secara otomatis. Berdasarkan penelitian sebelumnya, TF-IDF dan N-gram merupakan cara untuk meningkatkan nilai akurasi dari classifier. Multinomial Naà ̄ve Bayes classifier sering digunakan sebagai dasar untuk analisis sentimen. Tujuan dari penelitian ini untuk mengimplementasikan dan mengetahui performa algoritma Multinomial Naà ̄ve Bayes menggunakan TF-IDF dan N-gram untuk analisis sentimen.Hasil pengujian terbaik setelah kelas netral dihapus dan kelas positive dan negative berjumlah seimbang dengan perbandingan train dan test set 80:20 menghasilkan nilai 84% untuk accuracy, precision, recall dan f1-score.
id IOS6965.14919
institution Universitas Multimedia Nusantara
institution_id 355
institution_type library:university
library
library Perpustakaan Universitas Multimedia Nusantara
library_id 306
collection Knowledge Center UMN
repository_id 6965
subject_area Business/Bisnis
Communication/Komunikasi
Art Apreciation/Apresiasi Seni
Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
city TANGERANG
province BANTEN
shared_to_ipusnas_str 1
repoId IOS6965
first_indexed 2020-12-19T03:52:08Z
last_indexed 2020-12-19T03:52:08Z
recordtype dc
_version_ 1686477467502510080
score 17.538404

Lihat Juga