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: | |
| 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/ |
Daftar Isi:
- 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.