ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD.ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI

Fransiska Vina Sari; Arief Wibowo

doi:10.24176/simet.v10i2.3487

ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD.ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI

Fransiska Vina Sari
Arief Wibowo

Abstract

Analisis Sentimen adalah suatu teknik mengekstrak data teks untuk mendapatkan informasi tentang sentimen bernilai positif, netral maupun negatif. Analisis sentimen diberikan oleh pengguna internet pada media sosial untuk memberikan suatu penilaian atau opini pribadi. Salah satu toko online Indonesia yang sering mendapatkan sentimen pengguna melalui media sosial adalah JD.id. Adanya sentimen opini dari konsumen tentang JD.id dapat dianalisis dan dimanfaatkan untuk mendapatkan informasi yang berguna bagi pelanggan lain maupun pihak toko. Dengan menggunakan teknik Text Mining metode klasifikasi, akan diketahui suatu sentimen bernilai positif, netral atau negatif. Salah satu algoritme yang banyak digunakan dalam analisis sentimen adalah metode klasifikasi Naïve Bayes. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) dengan pembobotan tf-idf disertai penambahan fitur konversi ikon emosi (emoticon) untuk mengetahui kelas sentimen yang ada dari tweet tentang toko JD.id. Hasil penelitian menunjukkan bahwa metode Naïve Bayes tanpa penambahan fitur mampu mengklasifikasi sentimen dengan nilai akurasi sebesar 96,44%, sementara jika ditambahkan fitur pembobotan tf-idf disertai konversi ikon emosi mampu meningkatkan nilai akurasi menjadi 98%.

Keywords

analisis sentiment; naïve bayes classifier; konversi ikon emosi

Teks Lengkap:

PDF

Referensi

[1] Yunita N. Analisis Sentimen Berita Artis Dengan Menggunakan Algoritma Support Vector MachineDan Particle Swarm Optimization. Jurnal Sistem Informasi STMIK Antar Bangsa. 2016; (5); 2. p105.

[2] Sipayung EM, Maharani H, Zefanya H. Perancangan Sistem Analisis Sentimen Komentar Pelanggan Menggunakan Metode Naïve Bayes Classifier.Jurnal Sistem Informasi (JSI). 2016; (8); 1. p959.

[3] Pratiwi IY, Andrie R, Rahutomo F.Study of Hoax News Detection Using Naive Bayes Classifier in Indonesia Language. International Conference on Information & Communication Technology and System (ICTS). 2017; p73–8.

[4] Gusriani S, Wardhani KD, Zul MI. Analisis Sentimen Terhadap Toko Online di Sosial Media Menggunakan Metode Klasifikasi Naïve Bayes(Studi Kasus: Facebook Page BerryBenka). Conference 4th Applied Business and Engineering Conference, At Politeknik Caltex Riau. 2016; (4). [1 p].

[5] Nazir M. Metode Penelitian.Bogor: Penerbit Ghalia Indonesia. 2017.

[6] Nurhayati. Studi Perbandingan Metode Sampling antara Simple Randomdengan Stratified Random. Jurnal Basis Data, ICT Research Center UNAS. 2008; (3); 1. p19.

[7] Ipmawati J, Kusrini, Luthfi ET. Komparasi Teknik Klasifikasi Teks Mining Pada Analisis Sentimen. Indonesian Journal on Networking and Security. 2017; (6); 1. p30.

[8] Saputra N, Adji TB, Permanasari AE. Analisis Sentimen Data Presiden Jokowi denganPreprocessing Normalisasi dan Stemming Menggunakan Metode Naive Bayes dan SVM. Jurnal Dinamika Informatika. 2015; (5) 1. [1 p].

DOI: https://doi.org/10.24176/simet.v10i2.3487