ANALISA SENTIMEN TERHADAP REVIEW PRODUK KECANTIKAN MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

dita novita sari, Dita Novita Sari, Firda Adelia, Fita Rosdiana, Belsana Butar Butar, Muhadi Hariyanto

Abstract


Saat ini produk kosmetik sudah menjadi kebutuhan utama kaum wanita yang merupakan target dari segi jenis maupun brand sebuah kosmetik. Namun tidak semua kosmetik memiliki kualitas yang baik sesuai dengan kebutuhan konsumen, maka dari itu agar tidak salah memilih produk, disediakan website yang berbentuk opini yang sudah mencoba produk tersebut, dan agar tidak memakan waktu lama untuk melihat review dari berbagai opini yang ada di website, oleh karena itu analisis sentimen merupakan salah satu solusi mengatasi masalah untuk mengelompokkan opini atau review kosmetik dengan cara pengklasifikasian review tersebut menjadi opini positif atau negatif secara otomatis. Data review yang akan diuji merupakan emoticon dan kata sifat yang sudah diberi label secara manual. Dengan menggunakan metode Naïve Bayes memiliki kelebihan yaitu sederhana, cepat dan memiliki akurasi yang tinggi. Nilai akurasi yang dihasilkan akan menjadi tolak ukur untuk mencari model penguji yang terbaik untuk kasus klasifikasi sentimen. Dengan menggunakan RapidMiner diketahui bahwa 110 data negatif terklasifikasi 85 data dinyatakan negatif sesuai prediksi dan 25 data diprediksi positif tetapi hasilnya negatif, begitu juga 110 data positif terklasifikasi 92 sesuai prediksi dan 18 data diprediksi negatif tetapi hasilnya positif. Berdasarkan hasil perhitungan nilai akurasi yang didapatkan sebesar 80.45%. 

Full Text:

PDF

References


D. A. Kristiyanti, “Analisis Sentimen Review Produk Kosmetik Menggunakan Algoritma Support Vector Machine Dan Particle Swarm Optimization Sebagai,” Semin. Nas. Inov. Tren 2015 “Peluang dan Tantangan Indones. Dalam Menyikapi Afta 2015,” pp. 134–141, 2015.

J. Speed and S. P. Engineering, “Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 10 No 4 – November - 2018,” vol. 10, no. 4, pp. 92–97, 2018.

L. Arista and H. Lasmana, “Pengaruh Review Oleh Sarah Ayu Pada Produk Kecantikan Di Youtube Dan Brand Awareness Terhadap Keputusan Menggunakan Produk,” Scriptura, vol. 9, no. 1, pp. 26–34, 2019.

D. Aprilia, D. Aji Baskoro, L. Ambarwati, and I. W. S. Wicaksana, “Belajar Data Mining Dengan Rapid Minner,” p. 139, 2013.

J. Oliver, Hilos Tensados, vol. 1, no., pp. 1–476, 2019.

Fatmawati, “2013,” pp. 27–42, 2009.

E. M. Sipayung, H. Maharani, I. Zefanya, and D. S. Informasi, “No Title,” vol. 8, no. 1, pp. 958–965, 2016.

B. Jeremy, Albert; Christanti, Viny; Mulyawan, “Opinion Mining Untuk Ulasan Produk Dengan,” pp. 9–16, 2003.

C. R. Semiawan, “Metode Penelitian Kualitatif: Jenis, Karakteristik dan Keunggulannya.”

N. Normah, “Naïve Bayes Algorithm For Sentiment Analysis Windows Phone Store Application Reviews,” SinkrOn, vol. 3, no. 2, p. 13, 2019.

I. Lingga, Pemodelan Deteksi Body Shaming Di Media Sosial Twitter Menggunakan Algoritma Naïve Bayes, vol. 8, no. 2. 2019.

E. Sihite, R. D. Ramadhani, M. Zidny, and R. Adhitama, “Text Processing Clustering dalam Menentuan Profesi Berdasarkan Data Twitter,” pp. 103–108, 2018.

A. Pandhu and H. Agus, “Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government,” J. Appl. Intell. Syst., vol. 1, no. 1, pp. 48-55–55, 2016.




DOI: http://dx.doi.org/10.31000/jika.v4i3.3086

Article Metrics

Abstract - 1771 PDF - 1618

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

CURRENT INDEXING